用于青光眼患者纵向黄斑结构数据的空间变化层次随机效应模型
应用统计
2023-03-22 v2
摘要
我们对纵向黄斑厚度测量值建模，以监测青光眼病程并预防疾病进展导致的视力丧失。黄斑厚度在视网膜66位置网格上变化，且每次访视的成像过程带来额外变异性。目前，眼科医生对每个受试者与位置使用重复简单线性回归估计斜率。为更精确估计斜率，我们针对多名受试者开发了具有空间变化的群体水平与受试者水平系数的新型贝叶斯层次模型，在受试者与测量位置间借用信息。我们以访视效应扩充模型，以解释观测到的空间相关访视特定误差。我们使用带Matérn交叉协方差函数的多元高斯过程先验对空间变化的（a）截距、（b）斜率与（c）对数残差标准差（SD）建模。每个边缘过程假设为带自身SD与空间相关矩阵的指数核。我们为Advanced Glaucoma Progression Study的数据开发并应用了模型。我们表明，在模型中纳入访视效应可降低未来厚度测量预测误差并极大改善模型拟合。
引用
@article{arxiv.2303.09018,
title = {A Spatially Varying Hierarchical Random Effects Model for Longitudinal Macular Structural Data in Glaucoma Patients},
author = {Erica Su and Robert E. Weiss and Kouros Nouri-Mahdavi and Andrew J. Holbrook},
journal= {arXiv preprint arXiv:2303.09018},
year = {2023}
}