Contributions to Measurement Error Problems

Overlevingsanalyse onderzoekt en modelleert de tijd die nodig is om gebeurtenissen te laten plaatsvinden. De typische gebeurtenis is de dood, waarvan de naam 'overlevingsanalyse' en veel van zijn terminologie is afgeleid. Omdat de gegevens alleen over een eindige periode kunnen worden verzameld, is het mogelijk dat de `tijd tot gebeurtenis 'niet voor alle personen wordt waargenomen. Dit is bijvoorbeeld het geval wanneer een patiënt een klinische studie verlaat voordat deze stopt of zij / hij leeft nog aan het einde van het onderzoek. In een dergelijk geval is de tijd van overlijden (tijd tot gebeurtenis) onbekend. Een dergelijk fenomeen, genaamd censurering, creëert een aantal ongebruikelijke problemen bij de analyse van overlevingsgegevens die niet goed kunnen worden verwerkt met standaard statistische methoden. In dit proefschrift gaan we in op het geval waarin de verklarende variabelen in het model geacht worden te zijn onderworpen aan een meetfout. Dit gebeurt b.v. wanneer het instrument dat wordt gebruikt om de variabele te meten (bloeddruk, cholesterolniveau, enz.) een kalibratiefout vertoont. Deze meetfout moet bij de schatting van het model in aanmerking worden genomen om vooringenomen schatters van het model te vermijden. Verschillende benaderingen bestaan in de literatuur die correct zijn voor de aanwezigheid van meetfouten in verschillende modellen, zoals het Cox-model. Zie b.v. Cook en Stefanski (1994) en Carroll, Küchenhoff, Lombard en Stefanski (1996) voor de zogenaamde SIMEX-benadering, en Carroll en Hall (1988) onder vele anderen voor methoden gebaseerd op het idee van deconvolutie. We verwijzen ook naar het boek van Carroll, Ruppert, Stefanski en Crainiceanu (2006) voor een overzicht van de bestaande methoden.