一种贝叶斯联合建模当前状态和当前计数数据的方法
统计方法学
2024-10-15 v1
摘要
当前状态 censoring 或 case I 区间 censoring 发生在研究中只对受试者进行一次观察以检查特定事件是否发生。若该事件是可重复的，则数据被分类为当前计数数据；若为不可重复，则分类为当前状态数据。在流行病学和病理学中，可以观察到这些可重复和不可重复事件的依赖关系。对这种依赖程度的估计以及识别这些事件的主要风险因素是此类研究的主要目标。当前研究提出了一种贝叶斯方法，用于联合建模此类相关事件，采用基于共享 frailty 的半参数回归模型。计算实现采用自适应 Metropolis-Hastings 算法。进行仿真研究以显示所提出方法的有效性，并通过骨折骨质疏松数据展示了其应用。
引用
@article{arxiv.2410.09898,
title = {A Bayesian Joint Modelling of Current Status and Current Count Data},
author = {Pavithra Hariharan and P. G. Sankaran},
journal= {arXiv preprint arXiv:2410.09898},
year = {2024}
}