面向多个纵向标记和竞争事件的联合时空模型

非终端事件可以代表患者生命中的重大变化。因此，更好地理解和预测其发生可以为个人提供有价值的信息。在纵向标记可用于信息这些事件的背景下，已developed了联合模型和竞争风险。其精度依赖于用于 reference time 的精确度,而疾病发生往往被用作 reference time。然而，慢性疾病没有明确的发生时间，这使得定义精确的 reference time 困难。我们提出了联合因特-specific 时空模型，以克服这一限制并捕捉共享潜在过程——潜在年龄（时间方面）——与纵向结果排序相关（空间方面）。首先，我们在模拟的真实数据上验证了该模型。随后，我们在真实的 ALS 数据上使用 PRO-ACT 数据集与 shared-random-effect 联合模型进行了基准测试。最后，为展示该模型可用于描述任务，我们分析了性别和发病部位对 ALS 病程以及非侵入性通气 initiation 的影响。联合因特-specific 时空模型在捕捉潜在疾病年龄以及纵向结果排序对事件发生影响方面,使用更少的参数实现了与 shared random effect 联合模型相似的性能。该应用研究确认了既有的纵向结果，并展示了如何解释该模型。通过分离疾病的时间和空间方面，本方法为在未来临床试验中捕捉有意义的变化开辟了前景。