In this paper we propose two simple algorithms to estimate parameters £] and baseline survival function in Cox proportional hazard model with application to Massachusetts Health Care Panel Study (MHCPS) (Chappell, 1991) data which is a left truncated and interval censored data. We find that, in the estimation of £] and baseline survival function, Kaplan and Meier algorithm is uniformly better than the Empirical algorithm. Also, Kaplan and Meier algorithm is uniformly more powerful than the Empirical algorithm in testing whether two groups of survival functions are the same. We also define a distance measure D and compare the performance of these two algorithms through £] and D.

In this paper, we estimate the parameters $S_0(t)$ and $ eta$ in Cox proportional hazard model when data are all interval-censored. For the application of this model, data should be either exact or right-censored, therefore we transform interval-censored data into exact data by three di®erent methods and then apply Nelson-Aalen estimate to obtain $S_0(t)$ and $ eta$. The test statistic $hat{ eta}^2I(hat{ eta})$ is not approximately distributed as $chi^2_{(1)}$ but $chi^2_{(1)}$ times a constant c.

(理学療法基礎系32)

L'analyse de survie concerne la modélisation des délais de réalisation d'un unique événement. Dans de nombreuses situations cependant, les individus sont soumis à plusieurs causes d'événement exclusives, définissant un cadre dit de risques concurrents ou compétitifs. <br />Ce travail de thèse a porté sur l'étude de modèles de régression dans ce cadre. Deux approches ont été envisagéés, l'une basée sur la fonction de risque instantané cause-spécifique et l'autre sur la <br />fonction de risque instantané associée à la fonction d'incidence cumulée (ou fonction de risque de sous-répartition). Dans les deux cas, nous avons considéré une formulation à risques proportionnels, c'est à dire un modèle de Cox dans le premier cas, et un modèle de Fine & Gray dans le second cas. <br />Dans un premier temps, l'implication d'un choix de modélisation a été étudiée dans le cadre de la planification d'un essai clinique ou d'une étude pronostique. Nous avons alors developpé<br />une formule de calcul du nombre de sujets nécessaire pour le modèle de Fine & Gray. <br />Puis, les conséquences d'un modèle mal spécifié pour la fonction de risque de sous répartition ont été evaluées, en étudiant l'influence sur l'estimation du paramètre de régression dans le modèle de Fine & Gray quand le vrai modèle est un modèle à risques proportionnels pour la fonction de risque cause- <br />spécifique. Nous avons ensuite étudié les implications de l'inclusion de covariables dépendantes du <br />temps dans le modèle de Fine & Gray. <br />Enfin, nous avons présenté une synthèse didactique sur la <br />stratégie d'utilisation des approches présentées dans ce travail de thèse.

Thesis (M.A.)--Bowling Green State University, 2009. / Document formatted into pages; contains viii, 102 p. Includes bibliographical references.

Thesis--Freiburg i. B. / Mimeographed copy of typescript. Vita. Includes bibliographical references (p. 532-550).

Multiple imputation (MI) is a commonly used approach to impute missing data. This thesis studies missing covariates in recurrent event data, and discusses ways to include the survival outcomes in the imputation model. Some MI methods under consideration are the event indicator D combined with, respectively, the right-censored event times T, the logarithm of T and the cumulative baseline hazard H0(T). After imputation, we can then proceed to the complete data analysis. The Cox proportional hazards (PH) model and the PWP model are chosen as the analysis models, and the coefficient estimates are of substantive interest. A Monte Carlo simulation study is conducted to compare different MI methods, the relative bias and mean square error will be used in the evaluation process. Furthermore, an empirical study based on cardiovascular disease event data which contains missing values will be conducted. Overall, the results show that MI based on the Nelson-Aalen estimate of H0(T) is preferred in most circumstances.

Inflammation and aberrant microRNAs expressions promote colon cancer growth and progression. However, the molecular mechanisms that link these pathways remain to be determined. In this dissertation, the causal relationship between inflammation and aberrant microRNAs expressions were explored. Elevated expression of prostaglandin E₂ (PGE₂) receptor EP4 has been seen in human colon cancer. However, the mechanism by which EP4 receptor protein is deregulated is not known. Experiments in this dissertation demonstrate, for the first time, that the EP4 receptor is negatively regulated by miR-101.In previous work, we show that S100P is induced by stimulation of the PGE₂/EP4 receptor signaling pathway. S100P is a ligand for Receptor for Advance Glycation End-products (RAGE). However, little is known about the downstream targets of S100P/RAGE signaling. Here, we demonstrated that S100P/RAGE receptor signaling induces expression of miR-155 via the transcription factor AP-1. In addition, we investigated the genes that are downstream of S100P/RAGE/miR-155 pathway. Our microarrays and bioinformatics analyses identified two novel miR-155 targets, WNK1 and ZNF493 that are down-regulated upon activation of the S100P/RAGE/miR-155 pathway. Lastly, we investigated whether inhibition of S100P/RAGE signaling pathway would be beneficial as a cancer therapy using methyl-2-acetamidoacrylate (M2AA). M2AA treatments decreased colon cancer cells viability and also suppressed colon tumor growth and metastasis in vitro and also in the CAM assay in vivo. Taken together, our results suggest that modulation of S100P/RAGE signaling by M2AA offers therapeutic potential as anti-metastatic agents. In summary, this dissertation provides new insights on the molecular events that link inflammation pathways and microRNAs to colon cancer as well as show that therapeutic strategies targeting these pathways could be effective in treatment of neoplasia.

Τα καρκινώματα του λάρυγγα και του λαρυγγοφάρυγγα αποτελούν τη συχνότερη κακοήθη νεοπλασία Κεφαλής & Τραχήλου. Οι προκαρκινικές βλάβες είναι ενδιάμεσοι σταθμοί της καρκινογένεσης, που καταλήγει στον καρκίνο. Παράλληλα με την καρκινογένεση συμβαίνει ενεργοποίηση κυττάρων του υποεπιθηλιακού στρώματος. Η χημειοπρόληψη είναι απόπειρα φαρμακολογικής ανακοπής της καρκινογένεσης. Ο πυρηνικός υποδοχέας PPARγ καταλήγει σε διαφοροποίηση αρκετών κυττάρων. Ο RXRα ετεροδιμερίζεται με τον PPARγ και άλλους πυρηνικούς υποδοχείς. Ο μεταγραφικός παράγοντας NF-κB ενισχύει την κυτταρική επιβίωση και φλεγμονή. Ο μεμβρανικός υποδοχέας EGFR κινητοποιεί μιτογόνες διαδικασίες. Η COX-2 συνθέτει προσταγλανδίνες. Κατά την παρούσα εργασία, μελετήθηκε με ανοσοϊστοχημεία σε τομές παραφίνης η έκφραση των πέντε μορίων στο φυσιολογικό λαρυγγικό επιθήλιο, προκαρκινικές βλάβες και καρκινώματα διαφόρων Grade, καθώς και το υποκείμενο στρώμα, σε ιστικά δείγματα λάρυγγα από 127 ασθενείς. Από τους PPARγ, NF-κB(υπομονάδα p65) και RXRα, που εμφάνισαν μεικτή υποκυττάρια εντόπιση, οι δύο πρώτοι αναγνωρίστηκαν κυρίως στο κυτταρόπλασμα και ο τρίτος στον πυρήνα. Οι EGFR και COX-2 παρουσίασαν μεμβρανική και κυτταροπλασματική ανοσοδραστικότητα αντίστοιχα. Η έκφραση του υποδοχέα PPARγ συσχετίστηκε θετικά με την καλή διαφοροποίηση των όγκων. Ο RXRα ελαττώθηκε κατά την καρκινογένεση. Τα επίπεδα των παραγόντων NF-κB, EGFR και COX-2 παρουσίασαν αύξηση στην καρκινογένεση. Η COX-2 συσχετίστηκε αρνητικά με το Grade των όγκων. Στις υπόλοιπες συσχετίσεις μελετήθηκε η συνέκφραση των παραγόντων σε κάθε ασθενή. Παρατηρήθηκε στο φυσιολογικό και προνεοπλασματικό επιθήλιο, θετική σχέση της COX-2 με τους υπόλοιπους παράγοντες. Επιβεβαιώθηκε η συνέργεια των PPARγ & RXRα, ως προς την πρόκληση διαφοροποίησης στα καρκινικά κύτταρα. Διαπιστώθηκε κατασταλτική επίδραση του PPARγ στην καρκινογόνο δράση του NF-κB. Αποκαλύφθηκε συνεργιστική δράση της COX-2 στην PPARγ-εξαρτώμενη διαφοροποίηση, οφειλόμενη πιθανόν σε προσφορά της 15d-PGJ2, από το ένζυμο στον πυρηνικό υποδοχέα. Κατά την εκτίμηση του μικροπεριβάλλοντος, αξιολογήθηκε η έκφραση σε συνάρτηση με την ύπαρξη καρκινώματος και το βαθμό διαφοροποίησής του. Οι μυοϊνοβλάστες που περιβάλλουν καρκινώματα (CAFs), παρουσιάζουν επαγωγή των RXRα, NF-κB και COX-2. Μάλιστα η υψηλή έκφραση COX-2 στους CAFs, συνδυάζεται με υψηλό Grade. Ενεργοποίηση στους CAFs, συνδέεται με υπερ-δραστήρια NF-κB σηματοδότηση στο καρκίνωμα. Ο NF-κB υπερεκφράζεται στα λεμφοκύτταρα που διηθούν τους όγκους (TILs). Επίσης τα μακροφάγα γύρω από νεοπλάσματα (TAMs), περιέχουν υψηλό PPARγ. Η χρήση αγωνιστών των PPARγ, RXRα, με παράλληλη αναστολή των NF-κB, EGFR και COX-2, θα είχε πιθανότατα ευνοϊκό αποτέλεσμα στην αναστροφή της λαρυγγικής καρκινογένεσης. Το χημειοπροληπτικό σχήμα, θα ήταν ωφέλιμο να τροποποιείται ύστερα από εξατομικευμένη αξιολόγηση του δικτύου των πέντε παραγόντων. / Carcinomas of the larynx and laryngopharynx are the most common malignancies of the Head&Neck. The precancerous lesions are mid-points of carcinogenesis, which results in cancer. Carcinogenesis is accompanied by reactive initiation of stromal cells. Chemoprevention pursues the arrest of carcinogenesis, by pharmacological means. PPARγ, a nuclear receptor, promotes cellular differentiation. The nuclear receptor RXRα partners with PPARγ or other members of the superfamily. The transcription factor NF-κB enhances cell survival and inflammation. The receptor EGFR receives growth signals. The enzyme COX-2 perpetuates inflammation by means of prostaglandin synthesis. The present study, utilizing paraffin section immunohistochemistry, assessed expression of the five molecules in normal laryngeal epithelium, precancerous lesions and carcinomas, along with their adjacent stroma. Clinical samples were derived from 127 patients who had undergone biopsy or laryngectomy. Of the three molecules demonstrating mixed subcellular presence, PPARγ and NF-κB(p65 subunit) localized more frequently in cytoplasm, whereas RXRα expression was mainly nuclear. EGFR and COX-2 staining patterns were membranous and cytoplasmic, respectively. PPARγ correlated with high tumor differentiation. RXRα was diminished in dysplasia and cancer. NF-κB, EGFR and COX-2, were upregulated as tumorigenesis progressed. COX-2 showed an inverse relationship with tumor Grade. The remaining correlations are based on coexpression analysis of the aforementioned factors. COX-2 was positively associated in normal and preneoplastic epithelia with the four regulating proteins. The data verify the synergistic effect of PPARγ and RXRα, regarding potentiation of neoplastic cell differentiation. Suppressive influence of PPARγ on NF-κB–mediated carcinogenesis was manifested. COX-2 overexpression was shown to reinforce the beneficial role of PPARγ in cell differentiation, probably due to production of the receptor agonist 15d-PGJ2. Subepithelial stroma was examined with regard to immunoreactivity in relation to the presence of invasion as well as to tumor Grade. Carcinoma Associated Myofibroblasts (CAFs), manifested upregulation of RXRα, NF-κB and COX-2, which mediate in concert angiogenesis, inflammation, and tumor spread. Intense COX-2 expression in CAFs, correlated with poor tumor differentiation. CAF activation was associated with intense NF-κB signalling in cancer cells. NF-κB was overexpressed in Tumor Infiltrating Lymphocytes (TILs). Finally, in Tumor Associated Macrophages (TAMs), PPARγ was induced. PPARγ, RXRα agonists, combined with NF-κB, EGFR and COX-2 inhibitors, would likely restrain laryngeal carcinogenesis. Subtle variations in the chemopreventive regimen, based on personalized molecular profiling, would hopefully achieve a patient-tailored therapeutic approach.

A truncated sample consists of realizations of a pair of random variables (L, T) subject to the constraint that L ≤T. The major study interest with a truncated sample is to find the marginal distributions of L and T. Many studies have been done with the assumption that L and T are independent. We introduce a new way to specify a Cox model for a truncated sample, assuming that the truncation time is a predictor of T, and this causes the dependence between L and T. We develop an algorithm to obtain the adjusted risk sets and use the Kaplan-Meier estimator to estimate the Marginal distribution of L. We further extend our method to more practical situation, in which the Cox model includes other covariates associated with T. Simulation studies have been conducted to investigate the performances of the Cox model and the new estimators.