×

带贝叶斯估计程序的时变马尔可夫回归随机效应模型:在中风患者功能恢复动力学中的应用。 (英语) Zbl 1194.92043号

小结:脑卒中后功能恢复率随时间推移呈下降趋势。时间维马尔可夫过程(TVMP)在建模此类数据时可能比时间不变马尔可夫进程在生物学上更合理。然而,对这种随机过程的分析,特别是处理可逆跃迁和将随机效应纳入模型中,可能是难以分析的。我们利用常微分方程求解具有可逆跃迁的连续时间TVMP。比例风险表用于评估个体协变量对多状态转换的影响,其中包括随机效应,这些随机效应在广义线性模型概念下由测量的协变量解释后捕获剩余变化。我们进一步建立了一个贝叶斯有向非循环图形模型,以获得完整的关节后验分布。采用吉布斯抽样的马尔可夫链蒙特卡罗(MCMC)方法,基于多个被积函数的后验边缘分布估计参数。通过中风后功能恢复研究的经验数据说明了该方法。

MSC公司:

92 C50 医疗应用(通用)
60J20型 马尔可夫链和离散时间马尔可夫过程在一般状态空间(社会流动、学习理论、工业过程等)上的应用
2015年1月62日 贝叶斯推断
05C90年 图论的应用
62页第10页 统计学在生物学和医学中的应用;元分析
65立方厘米 马尔可夫链的数值分析或方法
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] 巴塔查里亚,M。;Klein,J.P.,应用于骨髓移植的多状态生存分析的随机效应模型,数学。生物科学。,194, 37 (2005) ·兹比尔1063.92026
[2] 达菲,S.W。;Chen,H.H。;Tabar,L。;Day,N.E.,使用临床前可检测阶段进入和退出的马尔可夫链模型估计乳腺癌筛查中的平均逗留时间,Stat.Med.,14,1531(1995)
[3] Chen,T.H。;Kuo,H.S。;Yen,M.F。;赖,M.S。;Tabar,L。;Duffy,S.W.,《无间隔病例数据的慢性病筛查逗留时间估算》,生物统计学,56,167(2000)·Zbl 1060.62588号
[4] 陈,C.D。;Yen,M.F。;Wang,W.M。;Wong,J.M。;Chen,T.H.,《腺瘤-癌和新发癌疾病自然史的病例组研究及息肉切除术后结肠和直肠的监测:结肠镜检查效果的影响》,英国癌症杂志,88,1866(2003)
[5] Kay,R.,生存研究中用于分析癌症标记物和疾病状态的马尔可夫模型,生物统计学,42,855(1986)·Zbl 0622.62100号
[6] 夏普尔斯,L.D。;泰勒,G.I。;Faddy,M。;夏普尔斯,L.D。;泰勒,G.I。;Faddy,M.,肺移植的分段遗传马尔可夫链过程,J.流行病学。生物统计。,6, 349 (2001)
[7] Chiang,C.L.,《随机过程及其应用导论》(1980),John Wiley&Sons:John Willey&Sons NY·Zbl 0427.60001号
[8] 考克斯·D·R。;Miller,H.D.,《随机过程理论》(1965),查普曼和霍尔:查普曼与霍尔伦敦·Zbl 0149.12902号
[9] Kalbfleisch,J.D。;Lawless,J.F.,《马尔可夫假设下的面板数据分析》,美国统计协会,80,863(1985)·兹伯利0586.62136
[10] 谢海杰。;Chen,T.H。;Chang,S.H.,使用非齐次指数回归马尔可夫模型评估慢性疾病进展:台湾选择性乳腺癌筛查的说明,Stat.Med.,21,3369(2002)
[11] Perez-Ocon,R。;Ruiz-Castro,J.E。;Gamiz-Perez,M.L.,《分析不同风险组乳腺癌生存率的分段马尔可夫过程》,《统计医学》,20,109(2001)
[12] 阿利乌姆,A。;Commumes,D.,MKVPCI:具有分段常数强度和协变量的马尔可夫模型的计算机程序,计算。方法程序。生物识别。,第64109页(2001年)
[13] Billard,L。;Zhao,获得性免疫缺陷综合征流行的多阶段非齐次马尔可夫模型,J.Roy。Stat.Soc.B,56,673(1994)·Zbl 0801.92020号
[14] Longini,I.M。;哈金斯,M.G。;Halloran,M.E。;Sagatelian,K.,用于测量预防性HIV疫苗对感染易感性和降低感染性的疫苗效力的马尔可夫模型,Stat.Med.,18,53(1999)
[15] Wu,H.M。;Yen,M.F。;Chen,T.H.,SAS宏程序,用于非齐次马尔可夫过程建模多状态疾病进展,计算机。方法程序。生物识别。,75, 95 (2004)
[16] Sutradhar,R。;Cook,R.J.,《集群多状态过程的间隔相关数据分析:银屑病关节炎关节损伤的应用》,应用。Stat.,57,553(2008)
[17] O.O.阿伦。;再见了,V.T。;De Angelis博士。;Day,东北部。;Gill,O.N.,《HIV疾病进展的马尔可夫模型,包括HIV诊断和治疗的影响:在英格兰和威尔士艾滋病预测中的应用》,Stat.Med.,16,2191(1997)
[18] Daiwd,A.P.,《统计理论中的条件独立性》(带讨论),J.Roy。Stat.Soc.B,41,1(1979)·Zbl 0408.62004号
[19] Pearl,J.,《智能系统中的概率推理》(1988),摩根·考夫曼:摩根·考夫曼-圣马特奥
[20] Lauritzen,S.L。;Dawid,A.P。;拉森,B.N。;Leimer,H.G.,有向Markov场的独立性,网络,20491(1990)·Zbl 0743.05065号
[21] Spiegelhalter,D.J.,《贝叶斯图形建模:监测健康结果的案例研究》,应用。Stat.,47,115(1998)
[22] 克雷格,B.A。;Fryback,D.G。;Klein,R。;Klein,B.E.,《通过干预观察建立慢性病自然史模型的贝叶斯方法》,《统计医学》,第18卷,第1355页(1999年)
[23] 吉尔克斯,W.R。;理查森,S。;Spiegelhalter,D.J.,《马尔可夫链蒙特卡罗实践》(1996),查普曼和霍尔:查普曼与霍尔伦敦·Zbl 0832.00018号
[24] 潘,S.L。;Wu,H.M。;Yen,M.F。;Chen,T.H.H.,《首次中风患者功能性残疾缓解的马尔可夫回归随机效应模型:贝叶斯方法》,《统计医学》,26,5335(2007)
[25] 潘,S.L。;Wu,S.C。;Wu,T.Z。;Lee,T.K。;Chen,T.H.H.,梗死部位和大小对非心源性栓塞性缺血性卒中功能结局的影响,康复医学杂志,28977(2006)
[26] 薛,I.P。;王,W.C。;Sheu,C.F。;Hsieh,C.L.,Rasch分析结合两个指标评估中风患者的综合ADL功能,《中风》,35,721(2004)
[27] 马奥尼,联邦调查局。;Barthel,D.W.,《功能评估:Barthel指数》,马里兰州国家医学杂志,第14、61页(1965年)
[28] 苏尔特,G。;斯蒂恩,C。;De Keyser,J.,Barthel指数和改良Rankin量表在急性中风试验中的应用,中风,30,1538(1999)
[29] Kessing,L.V。;奥尔森,E.W。;Andersen,P.K.,《情感性障碍的复发:脆弱模型分析》,美国流行病学杂志。,149, 404 (1999)
[30] Sun,J.,《间隔检测失效时间数据的统计分析》(2006),Springer:Springer NY·Zbl 1127.62090号
[31] D.J.Spiegelhalter,A.Thomas,N.G.Best,W.R.Gilks,BUGS:使用吉布斯抽样的贝叶斯推断,0.50版,MRC生物统计学部门,英国剑桥,1996年。;D.J.Spiegelhalter,A.Thomas,N.G.Best,W.R.Gilks,BUGS:使用吉布斯抽样的贝叶斯推断,0.50版,MRC生物统计学部门,英国剑桥,1996年。
[32] 吉尔克斯,W.R。;Spiegelhalter,D.J.,复杂贝叶斯建模语言和程序,统计学家,43169(1994)
[33] Geman,D。;Geman,S.,《贝叶斯图像存储,在空间统计中的两个应用——讨论》,Ann.Inst.Stat.Math。,43, 21 (1991) ·Zbl 0760.62029号
[34] 吉尔克斯,W.R。;理查森,S。;Spiegelhalter,D.J.,《马尔可夫链蒙特卡罗实践》(1996),查普曼和霍尔:查普曼与霍尔纽约·Zbl 0832.00018号
[35] 施皮盖尔哈特,D.J。;贝斯特,N.G。;卡林,B.P。;Linde,A.D.,模型复杂性和拟合的贝叶斯度量,J.Roy。Stat.Soc.B,64,583(2002)·兹比尔1067.62010
[36] 哈伯德,R.A。;井上,L.Y。;Fann,J.R.,通过时间变换建模非齐次马尔可夫过程,生物计量学,64,843(2008)·Zbl 1146.62089号
[37] Sharples,L.D.,《使用吉布斯采样器估计心脏移植后冠心病等级之间的转换率》,《统计医学》,第12卷,第1155页(1993年)
[38] Sung,M。;Soyer,R。;Nhan,N.,《非齐次马尔可夫链的贝叶斯分析:对心理健康数据的应用》,《统计医学》,第26期,第3000页(2007年)
[39] Goldstein,H.,《多级统计模型》(2003),阿诺德:阿诺德伦敦·Zbl 1014.62126号
[40] Lee,K.J。;Thompson,S.G.,《随机效应分布的灵活参数模型》,Stat.Med.,27,418(2008)
[41] 库克,R.J.,小组观察下两状态马尔可夫过程的混合模型,生物统计学,55,915(1999)·Zbl 1059.62633号
[42] Conaway,M.,二进制数据的随机效应模型,生物统计学,46317(1990)·Zbl 0718.62177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。