一种用于COVID-19相关临床测量模式的非参数混合效应混合模型
统计方法学
2024-10-22 v2
摘要
部分 COVID-19 患者在 SARS-CoV-2 检测呈阳性前数天即出现体温与血氧饱和度等体征和症状的变化，而另一些患者则保持无症状。识别这些亚组并理解哪些生物学与临床预测因素与这些亚组相关十分重要。这些信息将揭示免疫系统可能如何对感染作出不同反应，并可进一步用于识别感染者。我们提出一种灵活的非参数混合效应混合模型，用于识别风险因素并对发生生物学变化的患者进行分类。我们使用逻辑回归模型对生物学变化的潜概率建模，并使用平滑样条对潜组中的轨迹建模。我们开发了 EM 算法以最大化惩罚似然来估计所有参数与均值函数。我们通过模拟评估所提方法，并将该模型应用于考察一组 COVID-19 感染血液透析患者的体温变化。
引用
@article{arxiv.2305.04140,
title = {A Nonparametric Mixed-Effects Mixture Model for Patterns of Clinical Measurements Associated with COVID-19},
author = {Xiaoran Ma and Wensheng Guo and Mengyang Gu and Len Usvyat and Peter Kotanko and Yuedong Wang},
journal= {arXiv preprint arXiv:2305.04140},
year = {2024}
}