Cure rate models: a unified approach

The authors propose a novel class of cure rate models for right-censored failure time data. The class is formulated through a transformation on the unknown population survival function. It includes the mixture cure model and the promotion time cure model as two special cases. The authors propose a general form of the covariate structure which automatically satisfies an inherent parameter constraint and includes the corresponding binomial and exponential covariate structures in the two main formulations of cure models. The proposed class provides a natural link between the mixture and the promotion time cure models, and it offers a wide variety of new modelling structures as well. Within the Bayesian paradigm, a Markov chain Monte Car10 computational scheme is implemented for sampling from the full conditional distributions of the parameters. Model selection is based on the conditional predictive ordinate criterion. The use of the new class of models is illustrated with a set of real data involving a melanoma clinical trial. Une approche unifiee des modeles de survie a taux de guerison R h m t : Les auteurs proposent une nouvelle classe de modkles pour des durdes de vie c e n s u h s Zi droite dans lesquels une possibilitd de gudrison est prise en compte. Cette classe est ddfinie par le biais d’une transformation de la fonction de survie thdorique inconnue. Les modkles dans lesquels la gudrison est incorportk par voie de mdlange et par temps d’apparition de tumeurs ddtectables en sont des cas particuliers. Les auteurs proposent une forme gdndrale de structure de covariables qui satisfait automatiquement Zi une contrainte paramdtrique inhdrente au probltme et qui inclut les structures binomiales et exponentielles correspondant aux deux principales formulations des modkles h taux de gudrison. En plus de lier de facon naturelle les modkles Zi taux de gukrison par melange et h temps d’apparition de tumeurs ddtectables, la classe proposCe suggkre un grand nombre de nouvelles structures de modkles. Dans le cadre du paradigme baydsien, un algorithme de calcul de Monte-Carlo Zi chaine de Markov est implant6 pour l’dchantillonnage Zi partir des lois conditionnelles complttes des paramttres. La sdlection de modtle s’appuie sur un crittre faisant intervenir des prdvisions conditionnelles. L‘emploi de la nouvelle classe de modkles est illustrd au moyen de donndes issues d’essais cliniques sur le mdlanome.