×

纵向多状态数据的具有潜在特征的半参数转移模型。 (英语) Zbl 1152.62392号

摘要:我们提出了一个通用的多国家过渡模型。该模型用于分析代表不同健康状态的多个状态的重复发作。多个状态之间的转换使用多变量潜在特征和因子负荷联合建模。不同类型的状态转换由灵活转换特定的非参数基线强度描述。特定于状态的潜在特征用于捕捉无法用协变量解释的状态下逗留的个体趋势,并解释个体内相同状态下重复逗留之间的相关性。个体内不同状态的逗留者之间的相关性由不同潜在特征之间的相关性来解释。潜在性状的因子负荷适应了从同一状态到不同竞争状态的转换依赖性。我们通过期望最大化(EM)算法获得了半参数极大似然估计。在一项纵向老龄化研究中,通过研究日常生活活动(ADL)的独立状态和残疾状态之间的反复转换,以及死亡作为吸收状态,说明了该方法。通过仿真研究评估了估计过程的性能。

MSC公司:

62页第10页 统计学在生物学和医学中的应用;元分析
62G05型 非参数估计
62纳米02 生存分析和删失数据中的估计
65C60个 统计中的计算问题(MSC2010)
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] 安徒生,基于计数过程的统计模型(1993)·Zbl 0769.62061号 ·doi:10.1007/978-1-4612-4348-9
[2] Barker,单变量生存数据伽马脆弱性模型中的小样本偏差,《寿命数据分析》11,第265页–(2005)·Zbl 1080.62069号 ·doi:10.1007/s10985-004-0387-7
[3] Gill,《对社区老年人残疾的低估》,《美国老年医学会杂志》第50期第1492页–(2002年)·文件编号:10.1046/j.1532-5415.2002.50403.x
[4] 亨德森,纵向测量和事件时间数据的联合建模,生物统计学1第465页–(2000)·兹比尔1089.62519 ·doi:10.1093/biostatistics/1.4.465
[5] 谢,生存率和纵向数据的联合建模:重访可能性方法,《生物统计学》62页1037–(2006)·Zbl 1116.62105号 ·doi:10.1111/j.1541-0420.2006.00570.x
[6] Joe,给定裕度的多元分布参数族,《多元分析杂志》46页262–(1993)·Zbl 0778.62045号 ·doi:10.1006/jmva.1993.1061
[7] Liu,复发事件和终末事件的共享脆弱性模型,《生物统计学》60页747–(2004)·Zbl 1274.62827号 ·doi:10.1111/j.0006-341X.2004.00225.x
[8] Louis,《使用EM算法时发现观测信息》,《皇家统计学会杂志》,B辑44,第226页–(1982)·Zbl 0488.62018号
[9] Manton,老年人死亡率风险异质性的替代模型,《美国统计协会杂志》81页635–(1986)·doi:10.2307/2288991
[10] Marzec,关于用时间相关系数拟合Cox回归模型,Biometrika 84 pp 901–(1997)·Zbl 1089.62509号 ·doi:10.1093/biomet/84.4.901
[11] McLachlan,EM算法和扩展(1997)·Zbl 0882.62012号
[12] 尼尔森,脆弱模型中最大似然估计的计数过程方法,《斯堪的纳维亚统计杂志》,第19页,第25页–(1992)·Zbl 0747.62093号
[13] 帕纳,相关伽马轨道模型的渐近理论,《统计年鉴》第26卷第183页–(1998年)·Zbl 0934.62101号 ·doi:10.1214/aos/1030563982
[14] Tian,《关于具有时变回归系数的Cox模型》,《美国统计协会杂志》100第172页–(2005)·Zbl 1117.62435号 ·doi:10.1198/016214500000845
[15] 薛,多变量失效时间分析的双变量脆弱性模型,寿命数据分析2,第277页–(1996)·Zbl 0862.62085号 ·doi:10.1007/BF00128978
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。