随访研究中纵向协变量测量的贝叶斯子队列选择
统计方法学
2024-07-03 v1
摘要
我们考虑在协变量随时间变化的随访研究中规划纵向协变量测量。由于资金限制，我们假设无法对整个队列进行纵向测量，并研究如何最优地选择队列的一个子集，以在生存模型中获得协变量效应的精确估计。在我们的方法中，研究将利用先前对个体测量所收集的数据作为先验信息进行序贯设计。我们提出在子队列选择中使用贝叶斯最优准则，并使用模拟和真实随访数据将其与简单随机抽样进行比较。本研究将先前仅在单次重测量和单一协变量下研究最优子队列选择的结果，推广至允许多个协变量和多个测量点的更现实情形。我们的结果支持以下结论：最优设计可以明显提高估计的精度。
引用
@article{arxiv.1609.01547,
title = {Bayesian subcohort selection for longitudinal covariate measurements in follow-up studies},
author = {Jaakko Reinikainen and Juha Karvanen},
journal= {arXiv preprint arXiv:1609.01547},
year = {2024}
}