15.16: パラメトリック生存分析: Weibull法と指数法

パラメトリック生存分析は、イベントが発生するまでの時間について特定の確率分布を仮定して生存データをモデル化します。Weibull分布と指数分布は、その汎用性と比較的簡単な適用のため、このコンテキストで最も一般的に使用される 2 つの手法です。

Weibull分布

Weibull分布は、パラメトリック生存分析で使用される柔軟なモデルです。形状パラメータ (\beta (β)) に応じて、増加するハザード率と減少するハザード率の両方を処理できます。\beta (β) > 1 の場合、ハザード率は時間の経過とともに増加するため、時間の経過とともにリスクが増加する老化などのプロセスをモデル化するのに適しています。\beta (β) < 1 の場合、ハザード率は時間の経過とともに減少し、初期検定後に故障リスクが減少する機械の信頼性などのシナリオを表します。Weibullモデルは、様々なハザード率パターンに対応できるため、医学研究、エンジニアリング、信頼性研究で特に役立ちます。

指数分布

指数モデルはより単純なパラメトリック生存モデルであり、本質的には形状パラメータ (\beta (β)) が 1 に固定されたWeibull分布の特殊なケースです。指数モデルは、時間の経過とともに一定のハザード率を前提としています。つまり、イベントが発生する確率は、経過した時間に関係なく一定です。このモデルはWeibullほど柔軟性はありませんが、一定のリスクが妥当な前提である状況、例えば特定の機械システム又はデバイスの故障までの時間をモデル化する場合に便利です。

実際には、Weibullモデルと指数モデルのどちらを選択するかは、基礎となるハザード関数の性質によって異なります。ハザード率が時間の経過とともに変化する場合は、Weibull分布の方がより正確な適合を提供します。ただし、リスクが一定のより単純なシナリオでは、指数モデルの方が解釈と計算が容易です。

どちらのモデルも生存時間を理解する上で重要な役割を果たし、医療、信頼性エンジニアリング、その他の様々な分野で意思決定を導くのに役立ちます。

ワイブルモデルと指数モデルは、生存分析で頻繁に使用されます。

2パラメータのワイブル分布には、次のように与えられる生存曲線があります。

ここで、βハザード関数を決定します。ベータが1を超える場合は、ハザード率が時間とともに増加し、時間の経過とともにリスクが増加していることを示しますt。

ベータが1未満の場合、ハザード率は時間とともに減少し、リスクが減少していることを示します。

1に等しいベータは、一定のハザード率を示します。これにより、ワイブルモデルも指数モデルに変更され、次のように表されます。

人間の集団では、ハザード率が一定である可能性は長期間にわたって低くなります。ただし、5 年から 10 年などの短い期間では一定であると想定できます。

対数スケールでの S(t) の推定値のプロットが直線の場合、生存時間分析に指数モデルを使用する方が適切です。これは、log S(t) = ₋λt が直線になり、₋λ が傾きになるためです。