零膨胀纵向数据与含治愈比例的生存数据的贝叶斯联合建模：在艾滋病数据中的应用

我们提出了一个全面的贝叶斯联合建模框架，用于零膨胀纵向计数数据和时间事件结局，并明确引入治愈比例以解释那些从未经历事件的受试者。纵向子模型采用灵活的混合效应 Hurdle 模型，其分布选项包括零膨胀泊松和零膨胀负二项分布，以适应计数数据中常见的过量零和过度离散。生存部分使用 Cox 比例风险模型结合混合治愈模型进行建模，以区分治愈个体和易感个体。为了连接纵向和生存过程，我们在生存模型中加入了当前纵向值的线性组合作为预测因子。推断通过哈密顿蒙特卡洛方法进行，以实现高效且稳健的参数估计。该联合模型支持动态预测，有助于实时风险评估和个性化医疗。通过模拟研究验证了模型性能和估计准确性。最后，我们使用一个真实的 HIV 队列数据集来展示该方法，证明了其在预测患者生存结果和支持个性化治疗决策方面的实际效用。我们的结果突显了在临床研究中整合复杂纵向计数数据与生存信息的益处。