具有时变隶属概率的纵向与生存数据联合潜类模型

联合潜类建模在过去二十年中得到了显著发展。在某些情况下，模型通过潜类 k（即子组数量）相联系，在另一些情况下，它们通过共享随机效应或异质随机协方差矩阵相连接。我们提出了对联合潜类模型（JLCM）的扩展，其中受试者属于潜类 k 的概率可设为随时间变化。这可以成为一种更灵活的分析患者治疗效果的方式。例如，一名患者可能在首次访视时处于时期 I，而在第二次访视时移至时期 II，意味着其在之前接受的治疗在后续访视时可能无效。对于具有这些特定特征的数据集，允许在不同子组间跳跃的联合潜类模型相比基础 JLCM 能够提供更多信息以及更准确的估计与预测结果。采用贝叶斯方法进行估计，并使用 DIC 准则决定最优类数。模拟结果表明所提模型产生准确结果，且时变 JLCM 优于基础 JLCM。我们还在 aids 数据（Goldman 等，1996）上展示了所提 JLCM 的性能。