一种考虑协方差建模的通用联合潜类模型用于纵向和生存数据

基于提出的时间变动 JLCM (Miao 和 Charalambous, 2022)，也可以考虑异构随机协方差矩阵，并可以在联合潜类模型中添加用于协方差矩阵的回归子模型。具有异构随机效应建模的通用联合潜类模型是时间变动 JLCM 的自然延伸，其包括用于建模协方差矩阵的线性和对数链接函数，基于修改的 Cholesky 分解构建协方差回归子模型，以及纵向子模型、生存子模型和成员概率。它可以通过回归子模型从协方差矩阵获取更多信息，并通过建模协方差矩阵获得所有参数的无偏估计。通过添加回归模型，可以检验随机效应的均匀性假设，并轻松解决高维异构随机效应的问题。将使用贝叶斯方法对数据进行估计。DIC 值是决定最优 $k$ 值的准据。我们在一个真实数据集上展示了我们通用的 JLCM，数据集来自 AIDS 研究，我们关注我们提出的 JLCM 的前瞻性准确性，以及使用纵向 CD4 细胞计数测量对生存时间进行动态预测。