BAGEL：一种用于纵向推断 HIV 感染者抑郁药物效应的贝叶斯图模型
统计方法学
2020-07-06 v1 应用统计
摘要
抗逆转录病毒疗法（ART）的可及性和依从性已将 HIV 感染从一种致命疾病转变为一种慢性病。然而，ART 也因其副作用而闻名。研究报告称，ART 与抑郁症状学相关。拥有个体纵向抑郁记录、ART 药物和临床特征的大规模 HIV 临床数据库，为研究人员提供了前所未有的机会来研究 ART 药物随时间对抑郁症的影响。我们开发了 BAGEL，一种贝叶斯图模型，用于研究 ART 药物对一系列抑郁症状的纵向效应，同时调整参与者的社会人口学、行为和临床特征，并通过贝叶斯非参数先验考虑异质性人群。我们通过模拟研究评估了 BAGEL。将其应用于来自妇女跨机构 HIV 研究的数据集，产生了可解释且具有临床实用性的结果。BAGEL 不仅可以增进我们对 ART 药物对不同抑郁症状影响的理解，而且在指导明智有效的治疗选择以促进 HIV 精准医疗方面具有临床实用性。
引用
@article{arxiv.2007.01484,
title = {BAGEL: A Bayesian Graphical Model for Inferring Drug Effect Longitudinally on Depression in People with HIV},
author = {Yuliang Li and Yang Ni and Leah H. Rubin and Amanda B. Spence and Yanxun Xu},
journal= {arXiv preprint arXiv:2007.01484},
year = {2020}
}