×
张鹏;罗丹丹;李鹏飞;露西·夏普斯滕;费利佩·梅德罗斯（Felipe A.Medeiros）。

用于纵向青光眼研究的多种结果的对数-伽马线性混合效应模型。 （英语） Zbl 1336.62033号

生物。J。 57，第5期，766-776（2015）.
摘要：青光眼是一种渐进性疾病，由于视神经损伤并伴有相关功能丧失。虽然青光眼的结构和功能进展之间的关系已经很明确，但这种关系如何随着时间的推移而演变仍存在分歧。为了解决这个问题，我们提出了一类新的非高斯线性混合模型，以估计随机效应偏态分布的多变量纵向研究中受试者特定效应之间的相关性，用于青光眼研究。本课程通过对数伽马分布对倾斜随机效应进行建模，从而对特定主题的效应进行有效估计。它还对随机效应之间的相关性提供了更可靠的估计。为了验证log-gamma假设与通常的随机效应正态假设的对比，我们提出了一种使用形状参数的轮廓似然函数的lack-of-fit检验。我们将此方法应用于前瞻性观察研究“青光眼诊断创新研究”的数据，以呈现结构和功能变化率之间的统计显著相关性，从而更好地了解青光眼随时间的进展。

引用于1文件

理学硕士：

62-07 数据分析（统计）（MSC2010）
62页第10页 统计学在生物学和医学中的应用；元分析

关键词：

功能性进展;青光眼;对数伽马分布;马尔科夫蒙特卡洛;多元纵向数据;剖面似然;结构递进

软件：

混合的
PDF格式BibTeX公司 XML格式引用
\textit｛P.Zhang｝等人，生物。J.57，No.5，766--776（2015；Zbl 1336.62033）
全文： 内政部 链接

参考文献：

[1] Bartlett，M.S.和Kendall，D.G.（1946年）。方差异质性和对数转换的统计分析。《皇家统计学会杂志补编》8，128-138。
[2] Ghosh，P.、Branco，M.D.和Chakraborty，H.（2007年）。使用偏正态分布的双变量随机效应模型及其在HIV‐RNA中的应用。医学统计学261255-1267。
[3] Harwerth，R.S.、Wheat，J.L.、Fredette，M.J.等人（2010年）。青光眼结构与功能的联系。视网膜和眼睛研究进展29，249-271。
[4] 姜杰（2001）。具有随机簇大小的混合效应模型。统计与概率快报53，201-206。
[5] Keltner，J.L.、Johnson，C.A.、Anderson，D.R.等人（2006年）。眼压治疗研究中青光眼视野和视神经头特征之间的关系。眼科113，1603-1612。
[6] Malik，R.、Swanson，W.H.和Garway‐Heath，D.F.（2012）青光眼的结构-功能关系：过去的想法和当前的概念。临床和实验眼科40，369-380。
[7] McCulloch，C.和Neuhaus，J.（2010年）。模型错误指定下线性和广义线性模型中随机效应的预测。生物识别67270-279。
[8] Medeiros，F.A.、Zangwil，L.M.、Bowd，C.等人（2012年）。青光眼的结构和功能关系：进展检测和变化率测量的意义。研究性眼科学和视觉科学53，6939-6946。
[9] Pocock，S.J.、Geller，N.L.和Tsiatis，A.A.（1987年）。临床试验中多个终点的分析。生物统计学43，487-498。
[10] Prentice，R.L.（1974）。对数-伽马模型及其最大似然估计。生物特征61539-544。
[11] Reinsel，G.（1984）。多元随机效应广义线性模型中的估计和预测。《美国统计协会杂志》79，406-414。
[12] Roy，J.和Lin，X.（2000）。具有多个连续结果的纵向数据的潜在变量模型。生物统计学561047-1054。
[13] Ruppert，D.（2005）。P.X.K对“似然推理中的部分最大化”的讨论。Song、Y.Fan和J.D.Kalbfleisch。美国统计协会杂志1001161-1163。
[14] Self，S.G.和Liang，K.Y.（1987）。非标准条件下极大似然估计和似然比检验的渐近性质。《美国统计协会杂志》82，605-610。
[15] Shah，A.、Laird，N.和Schoenfeld，D.（1997年）。具有可能缺失数据的多个特征的随机效应模型。《美国统计协会杂志》92，775-779。
[16] Strouthidis，N.G.、Scott，A.、Peter，N.M.等人（2006年）。高眼压患者的视盘和视野进展：检出率、特异性和一致性。研究性眼科学和视觉科学47，2904-2910。
[17] Thiébaut，R.、Jackmin‐Gadda，H.、Chéne，G.、Leport，C.和Commages，D.（2002）。使用SAS Proc mixed的二元线性混合模型。生物医学中的计算机方法和程序69，249-256。
[18] Weiss，L.（1973）。一些非标准情况下极大似然估计的渐近性质，II。《美国统计协会杂志》68，428-430。
[19] Zhang，P.，Song，P.X.‐K。，Qu，A.和Greene，T.（2008）。使用非正态线性混合模型有效估计患者特定的疾病进展率。生物识别64，29-38。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。