联合建模多元纵向测量与离散时间事件数据的一种方法

在许多医学研究中，患者被纵向随访，关注点在于评估纵向测量值与事件发生时间之间的关系。近期，多位作者针对单一纵向变量提出了纵向数据与时间事件数据的联合建模方法。这些联合建模方法即使对于少量纵向变量也变得难以处理。本文提出了一种回归校准方法，用于联合建模多个纵向测量值与离散时间事件数据。理想情况下，可采用两阶段建模方法：第一阶段对多个纵向测量值建模，第二阶段将纵向模型与时间事件数据关联。由于信息性脱落导致的参数估计偏差，使得这种直接的两阶段建模方法存在问题。我们提出了一种回归校准方法，能适当处理信息性脱落。通过对所有纵向测量值的成对组合使用以事件时间为条件的双变量线性混合模型进行建模，我们近似了给定事件时间下多个纵向测量值的条件分布。然后基于这些成对条件模型的估计值模拟完整数据，并使用回归校准通过完整数据估计纵向数据与时间事件数据之间的关系。我们证明，该方法在估计多元纵向测量值与时间事件数据之间的关系，以及在估计受信息性脱落影响的多元纵向过程的参数方面表现良好。我们通过模拟和原发性胆汁性肝硬化（PBC）数据分析说明了该方法。