针对含零膨胀与终止事件的聚类复发事件的贝叶斯半参数推断
统计方法学
2022-12-06 v2
摘要
在参与者接受纵向随访的临床研究中，复发事件数据十分常见，且常受终止事件影响。随着具有异质性源人群的大型实用性试验日益普及，参与者常嵌套于诊所中，并可能易感或结构上不易感于复发过程。这些复杂性需要新的建模策略，以同时适应终止与非终止事件过程中的潜在零事件膨胀以及层次数据结构。本文中，我们开发了一种贝叶斯半参数模型，以联合刻画零膨胀复发事件过程与终止事件过程。我们使用非齐次泊松过程的点质量混合来描述复发强度，并引入来自不同来源的共享随机效应以桥接非终止与终止事件过程。为获得稳健性，我们考虑非参数狄利克雷过程来建模生存过程的加速失效时间模型的残差以及簇特定脆弱性分布，并开发了马尔可夫链蒙特卡洛算法用于后验推断。我们通过模拟证明了所提模型相较竞争模型的优越性，并将我们的方法应用于一项针对老年人跌倒伤害预防的实用性簇随机试验。
引用
@article{arxiv.2202.06636,
title = {Bayesian semi-parametric inference for clustered recurrent events with zero-inflation and a terminal event/4163305},
author = {Xinyuan Tian and Maria Ciarleglio and Jiachen Cai and Erich Greene and Denise Esserman and Fan Li and Yize Zhao},
journal= {arXiv preprint arXiv:2202.06636},
year = {2022}
}