×
鲁伊·马丁斯

一个灵活的链接，用于联合建模纵向数据和生存数据，以说明个体纵向异质性。 （英语） Zbl 07507716号

统计方法应用。 第1号第31页，第41-61页（2022）.
摘要：这项工作旨在通过考虑共享一组感兴趣的参数，联合建模纵向和存活HIV数据。对于CD4纵向随机过程，我们提出了一个回归模型，其中允许个体异质性在平均值和方差方面发生变化，放松了通常对纵向残差的共同方差的假设。同时，我们将考虑一个风险回归模型来分析艾滋病毒/艾滋病诊断与死亡之间的时间。为了在连接纵向过程和生存过程的结构中引入足够的灵活性，我们考虑了时变系数。这是使用惩罚样条线实现的，并允许关系随时间变化。CD4残差标准差被视为风险模型中的一个协变量，从而能够研究CD4计数稳定性对存活率的影响。该框架超越了大多数“传统”联合模型的性能，这些模型通常考虑共同方差和时不变链接。

MSC公司：

62至XX 统计

关键词：

关节模型;重复测量;异方差建模;缺陷样条曲线;时变系数

软件：

对;WinBUGS公司;JMbayes公司;吉咪
PDF格式BibTeX公司 XML格式引用
\textit{R.Martins}，统计方法应用。31，第1号，第41--61号（2022；Zbl 07507716）
全文： 内政部

参考文献：

[1] 巴格拉基，T。；Ganjali，M.，偏斜正态纵向测量和事件时间数据联合建模的贝叶斯方法，REVSTAT Stat J，13，2169-191（2015）·Zbl 1369.62289号
[2] 布雷茨格，A。；Lang，S.，基于贝叶斯p样条的广义结构化加性回归，计算统计数据分析，50967-991（2006）·Zbl 1431.62308号
[3] 卡林，B。；Louis，T.，《数据分析的贝叶斯和经验贝叶斯方法》（2001），伦敦：查普曼和霍尔出版社，伦敦·Zbl 0871.62012号
[4] 陈，J。；Huang，Y.，偏斜纵向和时间-事件数据的半参数混合效应联合模型的贝叶斯混合，Stat Med，34，20，2820-2843（2015）
[5] 克里斯滕森，R。；约翰逊，W。；Branscum，A。；Hanson，TE，《贝叶斯思想和数据分析：科学家和统计学家导论》（2011年），伦敦：Chapman&Hall/CRC出版社，伦敦·Zbl 1304.62006年
[6] Costa，MJ；Shaw，JEH，样条模型中的参数化和惩罚及其在生存分析中的应用，计算统计数据分析，53，3，657-670（2009）·Zbl 1452.62045号
[7] Cox，D.，回归模型和生命表，J R Stat Soc B，34187-220（1972）·Zbl 0243.62041号
[8] 艾尔斯，PHC；Marx，BD，Splines，knots，and penings，WIREs Comput Stat，2，6，637-653（2010年）
[9] Farcomeni，A。；Viviani，S.，《通过纵向生存关节建模在信息缺失情况下的纵向分位数回归》，《统计医学》，34，7，1199-1213（2014）·数字对象标识代码：10.1002/sim.6393
[10] 水龙头，CL；Thomas，DC，《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，15，15，1663-1685（1996）
[11] 高，F。；Miller，J。；熊，C。；Beiser，J。；Gordon，M.，《评估生物标记物变异性对临床结果风险影响的联合建模方法》，《统计方法应用》，第2083-100页（2011年）·Zbl 1333.62273号
[12] Gelman，A.，层次模型中方差参数的先验分布（对browne和draper的文章进行评论），贝叶斯分析，1，3，515-534（2006）·Zbl 1331.62139号
[13] Gelman，A。；黄，J。；Vehtari，A.，《理解贝叶斯模型的预测信息标准》，《统计计算》，第24、6、997-1016页（2014年）·Zbl 1332.62090号
[14] 郭，X。；Carlin，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》，美国统计局，58，1，16-24（2004）
[15] Hanson，T。；Branscum，A。；Johnson，W.，《联合纵向生存模型的预测比较：说明竞争方法的案例研究》，《寿命数据分析》，17，3-28（2011）·Zbl 1322.62275号 ·doi:10.1007/s10985-010-9162-0
[16] 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，1,4465-480（2000）·Zbl 1089.62519号
[17] Hennerfeind，A。；布雷茨格，A。；Fahrmeir，L.，Geoadditive生存模型，JASA，1011065-1075（2006）·Zbl 1120.62331号
[18] 霍夫纳，B。；Kneib，T。；哈特尔，W。；Kuchenhoff，H.，建立具有时变效应的Cox型结构化危险回归模型，Stat模型，11，1，3-24（2011）·Zbl 07256835号
[19] 谢福林。；曾，Y。；Wang，J.，生存和纵向数据的联合建模：重访似然法，生物统计学，621037-1043（2006）·Zbl 1116.62105号
[20] 黄，Y。；胡，XJ；Dagne，GA，《联合建模时间-事件和纵向数据：贝叶斯方法》，《统计方法应用》，23，1，95-121（2014）·兹比尔1332.62416
[21] 易卜拉欣，J。；陈，MH；Sinha，D.，将贝叶斯方法用于纵向和生存数据的联合建模，并应用于癌症疫苗研究，Stat Sin，14，3，863-883（2004）·Zbl 1073.62100号
[22] 江，B。；Elliott，MR；医学博士Sammel；Wang，N.，通过均值和方差的混合对横截面健康结果和纵向预测因子进行联合建模，生物统计学，71，2，487-97（2015）·Zbl 1390.62274号
[23] Kalbfleisch，法学博士；Prentice，RL，《失效时间数据的统计分析》（2002），纽约：John Wiley，纽约·Zbl 1012.62104号
[24] Kneib，T。；Fahrmeir，L.，《地质加性风险回归的混合模型方法》，Scand J Stat，34，1207-228（2007）·Zbl 1142.62073号
[25] 朗·S。；Brezger，A.，Bayesian p样条，《计算图形统计杂志》，13，1，183-212（2004）·Zbl 07257866号
[26] 兰格，N。；英国石油公司卡林；Gelfand，AE，使用纵向CD4 T细胞数研究HIV感染进展的层次贝叶斯模型，美国统计学会杂志，87，419，615-626（1992）·Zbl 0850.62838号
[27] Lin，DY；马萨诸塞州费希尔；Schoenfeld，DA，《评估CD4-淋巴细胞计数作为人类免疫缺陷病毒临床试验替代终点的作用》，《统计医学》，12，9，835-842（1993）
[28] 林，X。；Raz，J。；Harlow，S.，具有异质簇内方差的线性混合模型，生物统计学，53，3，910-923（1997）·Zbl 0891.62048号
[29] Lunn，D。；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》，10325-337（2000）
[30] Lunn，D。；Jackson，C。；贝斯特，N。；托马斯。；Spiegelhalter，D.，The BUGS book:a practical introduction to Bayesian analysis（2013），伦敦：查普曼和霍尔/CRC出版社，伦敦·Zbl 1281.62009年
[31] 莱尔斯，RH；Munõz，A。；徐，J。；JMG泰勒；Chmiel，JS，《调整测量误差以评估生物标记物变异性对健康的影响》，《统计医学》，第18期，1069-1086页（1999年）
[32] 马丁斯，R。；德国劳埃德·席尔瓦；Andreozzi，V.，纵向和空间生存辅助数据的贝叶斯联合建模，Stat Med，35，19，3368-3384（2016）·数字对象标识代码：10.1002/sim.6937
[33] 马丁斯，R。；席尔瓦，G。；Andreozzi，V.，纵向和生存辅助数据与长期幸存者空间分数的联合分析：贝叶斯方法，Biom J，59，6111166-1183（2017）·Zbl 1379.62078号
[34] 五月，MT；Gompels，M。；德尔佩奇，V。；波特，K。；奥金，C。；Kegg，S。；Sabin，C.，《cd4+细胞计数和抗病毒治疗对艾滋病毒1阳性个体预期寿命的影响》，艾滋病，28，8，1193-1202（2014）
[35] AC麦克莱恩；Lum，KJ；Sundaram，R.，《月经周期长度和妊娠时间的联合混合效应分散模型》，《生物统计学》，68，2，648-656（2012）·Zbl 1274.62842号
[36] Rizopoulos，D.，纵向和时间到事件数据的联合模型及其在R中的应用（2012），伦敦：Chapman和Hall/CRC，伦敦·Zbl 1284.62032号
[37] Rizopoulos，D.，使用MCMC拟合纵向和时间-事件数据联合模型的R包jmbayes，J Stat Softw，72，7，1-46（2016）
[38] 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，Stat Med，30，12，1366-1380（2011）
[39] Rizopoulos，D。；韦贝克，G。；Lesaffre，E.，生存和纵向数据联合建模的全指数拉普拉斯近似，J R Stat Soc B，71，637-654（2009）·Zbl 1250.62049号
[40] 罗宾，DB，《推断和缺失数据》，《生物特征》，63，3，581-592（1976）·Zbl 0344.62034号
[41] 宋，X。；Wang，C.，时变系数纵向和生存数据联合建模的半参数方法，生物统计学，64，2557-566（2008）·Zbl 1137.62079号
[42] Souza-Jr，P。；斯瓦克瓦尔德，CL；Castilho，EA，2003-2006年巴西艾滋病毒感染者延迟采用抗逆转录病毒治疗，《临床科学》，62，5，579-584（2007）
[43] Spiegelhalter，D。；贝斯特，N。；卡林，B。；Van der Linde，A.，模型复杂性和拟合的贝叶斯度量（含讨论），J R Stat Soc B，64，4，583-639（2002）·兹比尔1067.62010
[44] 唐，NS；唐，AM；Pan，DD，多变量纵向和生存数据的半参数贝叶斯联合模型，Comput Stat data Anal，77113-129（2014）·Zbl 1506.62174号
[45] 曾，YK；谢，FS；Wang，JL，加速失效时间和纵向数据的联合建模，Biometrika，92，3，587-603（2005）·Zbl 1152.62380号
[46] Watanabe，S.，Bayes交叉验证的渐近等价性和奇异学习理论中广泛适用的信息准则，J Mach Learn Res，11，455，3571-3591（2010）·Zbl 1242.62024号
[47] Wulfsohn，M。；Tsiatis，A.，生存率和误差测量纵向数据的联合模型，生物计量学，53303-339（1997）·Zbl 0874.62140号
[48] 杨，M。；罗，S。；DeSantis，S.，《贝叶斯分位数回归联合模型：推断和动态预测》，《统计方法医学研究》，28，8，2524-2537（2018）·doi:10.1177/0962280218784757
[49] 于，Z。；刘，L。；布拉瓦塔，DM；Williams，LS，反复事件和时变系数终端事件的联合模型，Biom J，56，2，183-197（2014）·Zbl 1441.62546号
[50] 张，H。；Huang，Y.，基于分位数回归的纵向生存数据贝叶斯联合建模分析，及其在艾滋病队列研究中的应用，《寿命数据分析》，26，2，339-368（2019）·Zbl 1435.62358号 ·doi:10.1007/s10985-019-09478-w
[51] 朱，H。；易卜拉欣，J。；Chi，YY；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，68，3，954-964（2012）·兹比尔1272.62104
[52] 庄瑞，陈玉强（2019）《临床研究中代孕的测量》。Stat Biosci第1-29页
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。