面向空间参考多状态当前状态数据的单指数单调模型

在生物医学研究中（如牙周病，PD），常用于评估多状态疾病进程。然而，存在多状态当前状态终点的情形——即每个受试主体的进程仅在已知起始状态后一段时间内的随机检查时间点上获得单个快照，这使得推断框架复杂化。此外，这些终点可能是聚类化的，并且具有空间关联性——即靠近的牙齿（在同一受试主体内）可能经历类似的PD状态，而远离的牙齿则不同。针对记录PD进程的临床研究，我们提出了一种贝叶斯半参数加速寿命模型，采用逆-Wishart方案以容纳（空间）随机效应，并采用Dirichlet过程混合高斯的灵活误差模型。为了提高临床可解释性，事件时间的系统组成部分采用单指数单调模型进行建模，未知的链接函数通过一种新颖的积分基函数展开法进行估计，并将基函数系数赋予受约束的高斯过程先验。在建立参数可识别性的基础上，我们通过结合椭圆切片抽样、快速循环嵌入技术和硬约束平滑，实现了可扩展的计算，从而实现参数、状态占用及转换概率的直接估计。我们利用合成数据研究了贝叶斯估计的有限样本性质，并评估了其在模型误指定型情况下的性能。我们还通过应用到真实临床PD数据集来说明了该方法的实际应用。