包含重复测量和事件时间的纵向数据的联合分析

在生物医学和公共卫生研究中，两者都重复测量生物标记物Y（Y）以及时间T型对于一个受试者，通常会收集到关键的临床事件。科学问题是如何分配响应[T型,Y（Y）|X（X）]协变量变化X（X）. [T型|X（X）]可能是评估的重点，其中Y（Y）可以用作的代理项T型或者，T型可能是退出某项研究的时候了[Y（Y）|X（X）]是估计的目标。此外，研究的重点可能是协变量的影响X（X）在两者上T型和Y（Y）或一些潜在变量，这些变量被认为是在可观察结果中表现出来的。在本文中，我们提出了一个通用的联合分析模型[T型,Y（Y）|X（X）]并应用模型进行估算[T型|X（X）]和其他相关泛函，通过使用两者中的相关信息T型和Y（Y）我们采用了一种潜在的变量公式，如Fawcett和Thomas的公式，并使用它来估计几个临床相关性的量，以确定临床试验环境中治疗的疗效。我们使用马尔可夫链蒙特卡罗算法估计模型的参数。我们通过比较利培酮和安慰剂治疗精神分裂症的临床试验数据分析来说明该方法。