R 中纵向与时间-事件数据联合建模教程
应用统计
2019-09-13 v1
摘要
在生物统计与医学研究中，纵向数据常由某一变量的重复测量（如血压或其他生物标志物）和标记感兴趣事件（如疾病康复或死亡）的二值指标组成。因此，纵向与时间-事件数据的联合建模在过去十年中在这些学科引起了极大关注。在心理学中，我们也常关注个体轨迹（如多年间的认知表现或幸福感）与离散事件（如死亡、痴呆或抑郁症诊断）之间的关系。然而，联合建模在心理学及更广泛的社会科学中很少应用。本教程概述了纵向与时间-事件数据联合建模的框架，并在一项行为（认知老化）研究中完整演示了其应用。我们讨论了实际主题，如纵向与时间-事件数据的模型选择与比较、联合建模参数化的选择，以及模型参数的解释。为此，我们考察了 R 语言与环境里七个常用的联合建模包。我们得出结论：其中 JMbayes 因其灵活性、关联结构的多种参数化，以及强大且完全贝叶斯的实现而尤为引人注目。我们提供了在我们的示例中应用 JMbayes 包的 R 语法。
引用
@article{arxiv.1909.05661,
title = {A Tutorial for Joint Modeling of Longitudinal and Time-to-Event Data in R},
author = {Sezen Cekic and Stephen Aichele and Andreas M. Brandmaier and Ylva Köhncke and Paolo Ghisletta},
journal= {arXiv preprint arXiv:1909.05661},
year = {2019}
}