×
斯里曼蒂·杜塔;吉尔特·莫伦伯格;查克拉波蒂，阿林多姆

使用条件分布对纵向响应和事件时间数据进行联合建模：贝叶斯视角。 （英语） Zbl 07562995号

J.应用。斯达。 49，第9期，2228-2245（2022）。
总结：在过去20多年里，在纵向和时间-事件结果联合模型领域出现了许多临床应用和方法学发展。在这些研究中，对患者进行随访，直到发生死亡等事件。在大多数工作中，使用特定主题的随机效应作为脆弱性，建立了这两个过程的依赖性。在本文中，我们提出了一种新的联合模型，该模型由纵向数据的线性混合效应模型和时间-事件数据的加速失效时间模型组成。这两个子模型通过一个潜在的随机过程联系在一起。该模型将更直接地捕获时间到事件对纵向测量的依赖性。使用标准先验信息，开发了一种贝叶斯估计方法。所有计算都是使用OpenBUGS实现的。通过仿真研究对我们提出的方法进行了评估，通过校准将条件模型与具有局部独立性的联合模型进行了比较。对杜氏肌营养不良综合征（DMD）的数据和艾滋病患者的一组数据进行了分析。

引用于1文件

MSC公司：

62至XX 统计

关键词：

AFT模型;Bartlett分解;贝叶斯主义者;条件分布;肌营养不良
PDF格式BibTeX公司 XML格式引用
\textit{S.Dutta}等人，J.Appl。Stat.49，No.9，2228--2245（2022；Zbl 07562995）
全文： 内政部 链接

参考文献：

[1] 艾布拉姆斯，D.I。；高盛，A.I。；拉纳，C。；Korvick，J.A。；尼顿，J.D。；克雷恩，L.R。；格罗德斯基，M。；韦克菲尔德，S。；Muth，K。；科尔内盖，S。；科恩，D.L。；A.哈里斯。；卢斯金·霍克，R。；马科维茨，N。；桑普森，J.H。；汤普森，M。；Deyton，L.，《使用齐多夫定治疗人类免疫缺陷病毒感染患者后使用地达诺新或扎西他滨的对比试验》，新英格兰。医学杂志，330657-662（1994）
[2] Andrinopoulou，E.R。；艾尔斯，P.H。；Takkenberg，J.J。；Rizopoulos，D.，使用p-样条改进纵向和存活数据联合模型的动态预测，生物统计学，74，685-693（2018）·Zbl 1414.62429号
[3] Armero，C。；卡布拉斯，S。；Castellanos，M。；佩拉，S。；Quirós，A。；奥鲁扎巴尔，M。；Sánchez-Rubio，J.，肺癌生存率残疾模型的贝叶斯分析，《统计方法医学研究》，25，336-351（2016）
[4] Armero，C。；Forte，A。；Perpiñán，H。；Sanahuja，M.J。；Agustí，S.，评估儿童慢性肾脏疾病进展的贝叶斯联合建模，Stat.Methods Med.Res.，27298-311（2018）
[5] 巴格拉基，T。；甘贾利，M。；Hashemi，R.，《使用稳健分布对纵向测量和时间-事件数据进行贝叶斯联合建模》，J.Biopharm。统计，24834-855（2014）
[6] Brown，E.R。；易卜拉欣，J.G.，《纵向和生存数据的贝叶斯半参数联合层次模型》，生物统计学，59221-228（2003）·Zbl 1210.62022号
[7] 布塔，E。；O'Malley，S.S。；Gueorguieva，R.，《酒精中毒试验中关于节欲、饮酒频率和强度的纵向数据的贝叶斯联合建模》，J.R.Stat.Soc.Ser。A（统计学会），181869-888（2018）
[8] 卡林，B.P。；Louis，T.A.，《数据分析的贝叶斯方法》（2008），CRC出版社·Zbl 1165.62003号
[9] 卡彭特，B。；Gelman，A。；医学博士霍夫曼。；Lee，D。；古德里奇，B。；贝当古，M。；布鲁贝克，M。；郭杰。；李，P。；Riddell，A.，Stan:概率编程语言，J.Stat.Softw。，76, 1-32 (2017)
[10] Catalano，P.J。；Ryan，L.M.，集群离散和连续结果的双变量潜在变量模型，J.Amer。统计师。协会，87651-658（1992）
[11] Chakraborty，A.，有序部分线性模型和加速失效时间模型联合建模中基于有界影响函数的推理，《统计方法医学研究》，25，2714-2732（2016）
[12] Chakraborty，A。；Das，K.，重复顺序分数和事件时间数据联合建模的推断，计算。数学。方法医学，11，281-95（2010）·Zbl 1203.62183号
[13] 考克斯·D·R。；Wermuth，N.，混合二进制和定量变量的响应模型，Biometrika，79，441-461（1992）·Zbl 0766.62042号
[14] 丹尼尔斯，M。；Kass，K.，协方差矩阵的收缩估计量，生物统计学，41173-1184（2001）·Zbl 1209.62132号
[15] 德格鲁托拉，V。；Tu，X.M.，CD4淋巴细胞计数的建模进展及其与生存时间的关系，生物统计学，501003-1014（1994）·Zbl 0825.62792号
[16] 水龙头，C.L。；Thomas，D.C.，《同时建模经审查的生存数据和重复测量的协变量：吉布斯抽样方法》，《Stat.Med.》，第15期，第1663-1685页（1996年）
[17] 费尤斯，S。；韦贝克，G。；Molenberghs，G.，多元重复测量的随机效应模型，《统计方法医学研究》，16，387-397（2007）
[18] Fitzmaurice，G.M。；Laird，N.M.，具有聚类的二元离散和连续结果的回归模型，J.Amer。统计师。协会，90，845-852（1995）·Zbl 0851.62083号
[19] Gelman，A。；Carlin，J。；斯特恩，H。；Savitz，D.，贝叶斯数据分析（2004）·Zbl 1039.62018号
[20] 高盛，A.I。；卡林，B.P。；克雷恩，L.R。；拉纳，C。；Korvick，J.A。；戴顿，L。；Abrams，D.I.，晚期艾滋病毒感染患者使用ddi或ddc治疗的cd4淋巴细胞反应和临床后果，JAIDS J.Acquir。免疫防御。综合。，11, 161-169 (1996)
[21] Gueorguieva，R.V。；Agresti，A.，集群二进制和连续响应联合建模的相关概率模型，J.Amer。统计师。协会，96，1102-1112（2001）·兹比尔1072.62612
[22] 郭，X。；Carlin，B.P.，《使用标准计算机包对纵向和事件时间数据进行单独和联合建模》，《美国统计》，58，16-24（2004）
[23] 亨德森，R。；Diggle，P。；Dobson，A.，纵向测量和事件时间数据的联合建模，生物统计学，1465-480（2000）·Zbl 1089.62519号
[24] 胡，W。；李·G。；Li，N.，《联合分析纵向测量和竞争风险失效时间数据的贝叶斯方法》，《统计医学》，第28期，第1601-1619页（2009年）
[25] 易卜拉欣，J.G。；Chen，M.H。；Sinha，D.，《纵向和生存数据联合建模的贝叶斯方法及其在癌症疫苗试验中的应用》，Statist。Sinica，14863-883（2004）·Zbl 1073.62100号
[26] 易卜拉欣，J.G。；Chen，M.H。；Sinha，D.，贝叶斯生存分析（2005），威利在线图书馆
[27] 李凯。；Luo，S.，多元纵向和时间-事件数据的贝叶斯函数联合模型，计算。统计师。数据分析。，129, 14-29 (2019) ·Zbl 1469.62103号
[28] 李凯。；Luo，S.，贝叶斯功能关节模型中纵向和时间-事件数据的动态预测：阿尔茨海默病的应用，统计方法医学研究，28，327-342（2019）
[29] 刘，X。；丹尼尔斯，M。；Marcus，B.，二元离散和连续结果与聚类的回归模型，J.Amer。统计师。协会，90229-438（2001）
[30] Lunn，D.J。；托马斯。；贝斯特，N。；Spiegelhalter，D.，Winbugs——贝叶斯建模框架：概念、结构和可扩展性，统计计算。，10, 325-337 (2000)
[31] Luo，S.，《多元纵向数据和参数加速失效时间联合分析的贝叶斯方法》，《统计医学》，33，580-594（2014）
[32] Molenberghs，G。；Lesaffre，E.，使用多元plackett分布对相关序数数据进行边缘建模，J.Amer。统计师。协会，89，633-644（1994）·Zbl 0802.62063号
[33] Molenberghs，G。；Thijs，H。；Kenward，M.G。；Verbeke，G.，连续不完全纵向结果的敏感性分析，Stat.Neerl。，57, 112-135 (2003) ·Zbl 1090.62506号
[34] G.Molenberghs和G.Verbeke，《离散纵向数据模型》，施普林格，纽约，2005年，第481-488页·Zbl 1093.62002号
[35] (2003)
[36] Pourahmadi，M。；Daniels，M.，纵向数据的动态条件线性混合模型，生物统计学，58225-231（2002）·Zbl 1209.62152号
[37] 里根，M.M。；Catalano，P.J.，发育毒理学中的双变量剂量反应模型和风险评估，农业杂志。生物环境。统计，4217-237（1999）
[38] Rizopoulos，D.，纵向和时间-事件数据联合模型中的动态预测和预期准确性，生物统计学，67819-829（2011）·Zbl 1226.62124号
[39] Rizopoulos，D.，《纵向和时间-事件数据的联合模型：在R中的应用》（2012），CRC出版社·Zbl 1284.62032号
[40] Rizopoulos，D.，《使用mcmc拟合纵向和时间-事件数据联合模型的R包jmbayes》，预印本（2014年）。可从arXiv获取，1404.7625。
[41] Rizopoulos，D。；Ghosh，P.，《多个纵向结果和时间-事件的贝叶斯半参数多变量联合模型》，《统计医学》，第30期，第1366-1380页（2011年）
[42] Rizopoulos，D。；Molenberghs，G。；Lesaffre，E.M.，《使用联合建模和地标进行生存分析时含时间相关协变量的动态预测》，Biom。J.，59，1261-1276（2017）·Zbl 1379.62083号
[43] Rizopoulos，D。；泰勒，J.M。；范·罗斯马伦，J。；Steyerberg，E.W。；Takkenberg，J.J.，使用纵向和存活数据的联合模型对生物标记物进行个性化筛选间隔，生物统计学，17，149-164（2015）
[44] Rizopoulos，D。；韦贝克，G。；Lesaffre，E.，生存和纵向数据联合建模的完全指数拉普拉斯近似，J.R.Stat.Soc.Ser。B（统计方法），71，637-654（2009）·Zbl 1250.62049号
[45] Rizopoulos，D。；韦贝克，G。；Molenberghs，G.，基于多重插补的纵向和生存结果联合模型残差和诊断图，生物统计学，66，20-29（2010）·Zbl 1187.62176号
[46] 罗伊·J。；Lin，X.，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（2000）·Zbl 1060.62565号
[47] Rue，H.、Martino，S.、Lindgren，F.、Simpson，D.、Riebler，A.和Krainski，E.，INLA：允许使用集成嵌套拉普拉斯近似对结构化加性模型进行全面贝叶斯分析的函数，2009，R包版本0.0。
[48] M街。；Andrinopoulou，E.R。；阿尔瓦雷斯，D。；Armero，C。；Forte，A。；Blanch，L.，双变量纵向和竞争风险数据的贝叶斯联合建模：在研究重症监护患者呼吸机异步性中的应用，Biom。J.，59，1184-1203（2017）·Zbl 1379.62084号
[49] 赛尔夫，S。；Pawitan，Y.，《疾病进展和发病的标志物建模》（1992年），斯普林格
[50] 施皮盖尔哈特，D.J。；贝斯特，N.G。；卡林，B.P。；Van Der Linde，A.，模型复杂性和拟合的贝叶斯度量，J.R.Stat.Soc.Ser。B（统计学方法），64，583-639（2002）·Zbl 1067.62010年
[51] G.Verbeke、G.Molenberghs和D.Rizopoulos，《潜在变量的纵向研究》，施普林格，柏林，海德堡，2010年，第37-96页。
[52] 吴杰。；Chen，M.H。；Schifano，E.D。；易卜拉欣，J.G。；Fisher，J.D.，《一种新的贝叶斯联合模型，用于带有多个零的纵向计数数据、间歇性缺失和辍学，并应用于艾滋病预防试验》，《Stat.Med.》，38，5565-5586（2019）
[53] Wulfsohn，M.S。；Tsiatis，A.A.，生存和纵向数据测量误差的联合模型，生物统计学，53，330-339（1997）·Zbl 0874.62140号
[54] 杨，J。；李，R。；香，P。；胡，J。；卢·W。；镍，锌。；Cai，G.，关于两个贝叶斯联合模型的预测性能：一项模拟研究，Comm.Statist。模拟。计算。，1-10 (2020) ·Zbl 07632211号 ·doi:10.1080/03610918.2020.1804579
[55] 朱，H。；DeSantis，S.M。；Luo，S.，《纵向零膨胀计数和时间-事件数据的联合建模：贝叶斯观点》，《统计方法医学研究》，271258-1270（2018）
[56] 朱，H。；易卜拉欣，J.G。；Chi，Y.Y。；Tang，N.，纵向和生存数据联合模型的贝叶斯影响度量，生物统计学，68，954-964（2012）·Zbl 1272.62104号
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。