摘要
当疾病进展状态仅在一系列评估时间内已知时,疾病进展时间是以间隔为中心的。这种情况通常出现在临床试验和队列研究中,当感兴趣的事件只能通过成像、血液测试或仔细的临床检查检测到时。当疾病进展状态仅在不规则间隔和个体特定评估时间已知时,我们考虑从大量候选者中选择重要的预后生物标记物的问题。惩罚回归技术(如LASSO、自适应LASSO和SCAD)适用于处理以间隔为中心的疾病进展时间。描述了一种期望-最大化算法,该算法经经验证明表现良好。应用于银屑病关节炎患者关节炎多发性发展的动机研究,并确定了几个重要的人类白细胞抗原(HLA)变量以供进一步研究。