卡尔斯·塞拉特;蒙特塞拉特鲁埃;卡门·阿梅罗;Xavier Piulachs;霍克托·佩皮南;阿纳贝尔·福特;阿尔瓦罗·佩兹;瓜达卢佩戈麦斯 前列腺癌风险和纵向前列腺特异性抗原数据联合模型的频繁和贝叶斯方法。 （英语） 兹比尔1514.62855 J.应用。斯达。 42，第6期，1223-1239（2015）. 摘要：本文描述了前列腺特异性抗原（PSA）和前列腺癌风险（PCa）纵向测量的频率学家和贝叶斯共享参数联合模型的使用。激励性数据集对应于欧洲前列腺癌随机筛查研究西班牙分部的筛查部门。结果表明，PSA与被诊断为PCa的风险高度相关，并且PSA对PCa风险具有不同年龄的影响。频率学家和贝叶斯范式都产生了非常接近的参数估计值以及随后的95%置信区间和可信度区间。使用贝叶斯推断获得的无病概率的动态估计突出了联合模型在指导基于风险的个性化筛查策略方面的潜力。 引用于4文件 MSC公司： 62至XX 统计 关键词：关节模型;线性混合模型;前列腺癌筛查;相对风险模型;共享参数模型 软件：WinBUGS公司;吉咪;卡爪;连接R;JMbayes公司;STJM公司 PDF格式BibTeX公司 XML格式引用 \textit{C.Serrat}等人，J.Appl。Stat.42，No.6，1223--1239（2015；Zbl 1514.62855） 全文： DOI程序 链接 参考文献： [1] PLCO项目团队的G.L.Andriole、E.D.Crawford、R.L.Grubb、S.S.Buys、D.Chia、T.R.Church、M.N.Fouad、E.P.Gelmann、P.A.Kvale、D.J.Reding、J.L.Weissfeld、L.A.Yokochi、B.O'Brien、J.D.Clapp、J.M.Rathmell、T.L.Riley、R.B.Hayes、B.S.Kramer、G.Izmirlian、A.B.Miller、P.F.Pinsky、P.C.Prorok、J.K.Gohagan和C.D.Berg，M.D，前列腺癌随机筛查试验的死亡率结果，《新英格兰医学杂志》360（2009），第1310-1319页。doi:10.1056/NEJMoa0810696·doi:10.1056/NEJMoa0810696 [2] M.J.Bayarri和J.O.Berger，贝叶斯分析和频繁分析的相互作用，统计。科学。19（2004），第58-80页。doi:10.1214/08834230400000116·Zbl 1062.62001号 ·电话：10.1214/088342304000000116 [3] L.J.Brant、S.L.Sheng、C.H.Morrell、G.N.Verbeke、E.Lesaffre和H.B.Carter，利用随机效应模型筛查前列腺癌J.R.统计。Soc：爵士。A（Stat.Soc.）166（2003年），第51-62页。doi:10.1111/1467-985X.00258·doi:10.1111/1467-985X.00258 [4] H.B.Carter、P.C.Albertsen、M.J.Barry、R.Etzioni、S.J.Freedland、K.L.Greene、L.Holmberg、P.Kantoff、B.R.Konetity、M.H.Murad、D.F.Penson和A.L.Zietman，前列腺癌的早期检测：Aua指南《美国泌尿学会》第190页（2013年），第419-426页。 [5] G.Casella和R.L.Berger，单侧测试问题中贝叶斯证据和频繁证据的协调美国统计学家J。《协会》第82卷（1987年），第106-111页。doi:10.1080/01621459.1987.10478396·Zbl 0612.62021号 [6] M.J.克劳瑟，stjm:Stata模块，用于拟合纵向和生存数据的共享参数联合模型, 2012. http://ideas.repec.org/c/boc/bocode/s457342.html。 [7] R.Etzioni、A.Tsodikov、A.Mariotto、A.Szabo、S.Falcon、J.Wegelin、D.diTommaso、K.Karnofski、R.Gulati、D.F.Penson和E.Feuer，量化PSA筛查在美国前列腺癌死亡率下降中的作用《癌症原因控制》19（2008），第175-181页。doi:10.1007/s10552-007-9083-8·doi:10.1007/s10552-007-9083-8 [8] C.L.Faucett和D.C.Thomas，同时建模截尾生存数据和重复测量的协变量：吉布斯抽样方法《Stat.Med.15》（1996年），第1663-1685页。doi:10.1002/（SICI）1097-0258（19960815）15:15<1663:：AID-SIM294>3.0.CO；2-1 ·doi:10.1002/（SICI）1097-0258（19960815）15:15<1663:：AID-SIM294>3.0.CO；2-1 [9] F.G.Garre、A.H.Zwinderman、R.B.Geskus和Y.W.Sijpkens，改进移植失败时间预测的联合潜在类变点模型J.R.统计。Soc：爵士。A（Stat.Soc.）171（2008年），第299-308页。 [10] R.Henderson、P.Diggle和A.Dobson，纵向测量和事件时间数据的联合建模《生物统计学》第1卷（2000年），第465-480页。doi:10.1093/biostatistics/1.4.465·Zbl 1089.62519号 ·doi:10.1093/生物统计学/1.4.465 [11] B.Holmstrom、M.Johansson、A.Bergh、U.-H.Stenman、G.Hallmans和P.Stattin，前列腺特异性抗原早期检测前列腺癌的纵向研究，BMJ 339（2009），第b3537页。doi:10.1136/bmj.b3537·doi:10.1136/bmj.b3537 [12] D.Ilic、M.M.Neuberger、M.Djulbegovic和P.Dahm，前列腺癌筛查《Cochrane Database Systematic Rev.1》（2013年），第CD004720页。可在http://www.ncbi.nlm.nih.gov/pubmed/23440794/。 [13] B.A.Inman、J.Zhang、N.D.Shah和B.T.Denton，基于人群的男性队列中前列腺特异性抗原随时间的动态变化《北京大学国际》第110期（2012年），第375-381页。doi:10.1111/j.1464-410X.2011.0925.x号文件·doi:10.1111/j.1464-410X.2011.0925.x号文件 [14] L.Y.T.Inoue、R.Etzioni、E.H.Slate、C.Morrell和D.F.Penson，结合PSA的纵向研究《生物统计学》第5卷（2004年），第483-500页。doi:10.1093/biostatistics/kxh003·Zbl 1154.62394号 ·doi:10.1093/biostatistics/kxh003 [15] L.Y.T Inoue、R.Etzioni、C.Morrell和P.Muller，用纵向标记物模拟疾病进展《美国统计杂志》。协会103（2008），第259-270页。doi:10.1198/0162145000000356·Zbl 1471.62509号 [16] R.E.卡斯，统计推断：大局，统计。科学。26（2011），第1-9页。doi:10.1214/10-STS337·doi:10.1214/10-STS337 [17] N.J.Law、J.M.G.Taylor和H.Sandler，纵向疾病进展标志物的联合建模和治愈时的失效时间过程《生物统计3》（2002年），第547-563页。doi:10.1093/biostatistics/3.4.547·Zbl 1138.62354号 ·doi:10.1093/biostatistics/3.4.547 [18] S.R.Lele、B.Dennis和F.Lutscher，数据克隆：使用贝叶斯马尔可夫链蒙特卡罗方法对复杂生态模型进行简单的最大似然估计，经济。莱特。10（2007年），第551-563页。文件编号：10.1111/j.1461-0248.2007.01047.x·文件编号：10.1111/j.1461-0248.2007.01047.x [19] H.Lin、B.W.Turnbull、C.E.McCulloch和E.H.Slate，纵向生物标记物和事件过程数据联合分析的潜在类模型：应用于纵向前列腺特异性抗原读数和前列腺癌，美国统计学家J。协会97（2002），第53-65页。doi:10.1198/016214502753479220·Zbl 1073.62582号 [20] R.J.利特尔，校准贝叶斯：贝叶斯/频率学家路线图美国统计局。60（2006），第213-223页。doi:10.1198/000313006X117837 [21] M.Lujan、A.Paez、A.Berenguer和J.A.Rodriguez，欧洲前列腺癌筛查随机研究（ERSPC）西班牙分部前列腺癌死亡率。15年随访结果《埃斯帕尼奥拉斯学报》第36期（2012年），第403-409页。 [22] D.J.Lunn、A.Thomas、N.Best和D.Spiegelhalter，WinBUGS-贝叶斯建模框架：概念、结构和可扩展性，统计计算。10（2000年），第325-337页。doi:10.1023/A:1008929526011·doi:10.1023/A:1008929526011 [23] C.H.Morrell、L.J.Brant、S.Sheng和E.J.Metter，用多元混合效应模型筛查前列腺癌，J.应用。《统计》第39卷（2012年），第1151-1175页。doi:10.1080/02664763.2011.644523·Zbl 1514.62254号 [24] A.Neuhaus、T.Augustin、C.Heumann和D.Daumer，生物特征研究中的联合模型综述，J.Statist。理论与实践。3（2009年），第855-868页。doi:10.1080/15598608.2009.10411965·Zbl 1211.62188号 [25] P.Philipson、I.Sousa、P.Diggle、P.Williamson、R.Kolamunnage-Dona和R.Henderson，Joiner：重复测量和时间-事件数据的联合建模, 2012. 可在http://www.people.fas.harvard.edu/sfinch/csolve/ou.pdf。 [26] J.C.Pinheiro和D.M.Bates，非线性混合效应模型中对数似然函数的逼近，J.计算。图表。《美国联邦法律大全》第4卷（1995年），第12-35页。 [27] M.普卢默，JAGS：使用吉布斯抽样分析贝叶斯图形模型的程序，第三届分布式统计计算国际研讨会（DSC 2003），2003年。 [28] R.L.Prentice，失效时间回归模型中的协变量测量误差和参数估计，Biometrika 69（1982），第331-342页。doi:10.1093/biomet/69.2.331·Zbl 0523.62083号 ·doi:10.1093/biomet/69.2.331 [29] C.Proust-Lima和J.M.G.Taylor，使用治疗后PSA的重复测量开发和验证前列腺癌复发的动态预后工具：联合建模方法《生物统计学》第10卷（2009年），第535-549页。doi:10.1093/biostatistics/kxp009·Zbl 1437.62585号 ·doi:10.1093/biostatistics/kxp009 [30] C.Proust-Lima、M.Séne、J.M.Taylor和H.Jackmin-Gadda，纵向和时间-事件数据的联合潜在类模型：综述《统计方法医学研究》第23卷（2014年），第74-90页。doi:10.1177/0962280212445839·doi:10.1177/0962280212445839 [31] D.Rizopoulos，JM：用于纵向数据和时间-事件数据联合建模的R包，J.Statist。柔和。35（2010），第1-33页。可在http://www.jstatsoft.org/v35/i09/。 [32] D.Rizopoulos，纵向和时间-事件数据联合模型中的动态预测和预期精度《生物统计学》第67卷（2011年），第819-829页。文件编号：10.1111/j.1541-0420.2010.01546.x·Zbl 1226.62124号 ·文件编号：10.1111/j.1541-0420.2010.01546.x [33] D.Rizopoulos，使用伪自适应高斯求积规则快速拟合纵向和事件时间数据的联合模型，计算。统计数据分析。56（2012），第491-501页。doi:10.1016/j.csda.2011.09.007·Zbl 1239.62122号 ·doi:10.1016/j.csda.2011.09.007 [34] D.Rizopoulos，《纵向和时间-事件数据的联合模型及其在R中的应用》，CRC出版社，佛罗里达州博卡拉顿，2012年·Zbl 1284.62032号 ·doi:10.1201/b12208 [35] D.里佐普洛斯，JMbayes：共享参数模型，用于使用JAGS、WinBUGS或OpenBUGS对纵向数据和时间到事件数据进行联合建模。R包0.4-1, 2013. 可在http://cran.r-project.org/package=JMbayes/。 [36] D.Rizopoulos和P.Ghosh，多纵向结果和时间-事件的贝叶斯半参数多元联合模型《Stat.Med.30》（2011年），第1366-1380页。doi:10.1002/sim.4205·doi:10.1002/sim.4205 [37] M.J.Roobol、H.A.van Vugt、S.Loeb、X.Zhu、M.Bul、Chris H.Bangma、Arno G.L.J.H.van Leenders、E.W.Steyerberg和F.H.Schröder，前列腺癌风险预测：前列腺体积和直肠指诊在ERSPC风险计算器中的作用《欧洲泌尿学》第61卷（2012年），第577-583页。doi:10.1016/j.eururo.2011.11.012·doi:10.1016/j.eururo.2011.11.012 [38] F.Schröder和M.W.Kattan，前列腺特异性抗原阳性前列腺活检风险预测模型的可比性：一项系统综述《欧洲泌尿学》54（2008），第274-290页。doi:10.1016/j.eururo.2008.05.022·doi:10.1016/j.eururo.2008.05.022 [39] F.H.Schröder、J.Hugosson、M.J.Roobol、T.L.J.Tammela、S.Ciatto、V.Nelen、M.Kwiatkowski、M.Lujan、H.Lilja、M.Zappa、L.J.Denis、F.Recker、A.Páez、L.Mättänen、C.H.Bangma、G.Aus、S.Carlsson、A.Villers、X.Rebilard、T.van der Kwast、P.M.Kujala、B.G.Blijenberge、U.-H.Stenman、A.Huber、K.Taari、M.Hakama、S.M.Moss、，H.J.de Koning和A.Auvinen，ERSPC研究人员医学博士，11年随访前列腺癌死亡率，新英语。《医学杂志》第366页（2012年），第981-990页。doi:10.1056/NEJMoa1113135·doi:10.1056/NEJMoa1113135 [40] J.M.G.Taylor、Y.Park、D.P.Ankerst、C.Proust-Lima、S.Williams、L.Kestin、K.Bae、T.Pickles和H.Sandler，联合模型对前列腺癌复发的实时个体预测《生物统计学》第69卷（2013年），第206-213页。文件编号：10.1111/j.1541-0420.2012.01823.x·Zbl 1272.62093号 ·doi:10.1111/j.1541-0420.2012.01823.x [41] T.Therneau和P.Grambsch，《生存数据建模：扩展考克斯模型》，Springer，纽约，2000年·Zbl 0958.62094号 ·doi:10.1007/978-1-4757-3294-8 [42] A.A.Tsiatis和M.Davidian，纵向数据和时间-事件数据的联合建模：概述，统计。罪。14（2004），第809-834页·Zbl 1073.62087号 [43] A.A.Tsiatis、V.Degruttola和M.S.Wulfsonhn，建立存活率与带误差测量的纵向数据的关系模型。艾滋病患者生存率和CD4计数的应用《美国统计杂志》。Assoc.90（1995），第27-37页。doi:10.1080/01621459.1995.10476485·兹伯利0818.62102 [44] A.J.维克斯，关于前列腺癌检测中前列腺特异性抗原速度指南的实证评估，《国家癌症研究杂志》第103期（2011年），第1635-1636页。doi:10.1093/jnci/djr353·doi:10.1093/jnci/djr353 [45] A.J.Vickers、D.Ulmert、A.M.Serio、T.Bjork、Peter T.Scardino、James A.Eastham、G.Berglund和H.Lilja，前列腺癌生物标记物的预测价值取决于年龄和诊断时间：走向基于生物学的筛查策略《国际癌症杂志》121（2007），第2212-2217页。doi:10.1002/ijc.22956·doi:10.1002/ijc.22956 [46] M.S.Wulfsohn和A.A.Tsiatis，生存与纵向数据的联合模型《生物统计学》53（1997），第330-339页。doi:10.2307/2533118·Zbl 0874.62140号 ·doi:10.2307/2533118 [47] M.Yu、N.Law、J.Taylor和H.Sandler，联合纵向生存模型及其在前列腺癌中的应用，统计。罪。14（2004），第835-862页·Zbl 1073.62111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。