基于潜过程的多维维度及其时间关系的动态建模：在阿尔茨海默病中的应用
应用统计
2022-01-14 v4
摘要
阿尔茨海默病逐渐影响多个组成部分，包括伴随脑萎缩的脑维度、伴随多种功能衰退的认知维度，以及伴随日常生活活动障碍的功能维度。理解这些维度如何相互关联对 AD 研究至关重要。然而，这需要同时捕捉动态和多维方面，并探索维度间的时间关系。我们提出了一种考虑所有这些特征的原创性动态结构模型。该模型将维度定义为潜过程，并结合多元线性混合模型和差分方程组，以精细离散时间对潜过程的轨迹及时间关系进行建模。维度通过非线性观测方程同时与其观测到的（可能为多元的）标记相关联。参数在最大似然框架下估计，其似然具有闭式解。我们在模拟研究中证明，只要离散化步长保持较小，这种离散时间动态模型与连续时间定义的模型享有相同的时间关系因果解释。随后将该模型应用于阿尔茨海默病神经影像倡议（Alzheimer's Disease Neuroimaging Initiative）的数据。分析了由 6 个标记测量的三个纵向维度（脑解剖、认知能力和功能自主性），并对比了阿尔茨海默病不同临床阶段下的时间结构。
引用
@article{arxiv.1806.03659,
title = {Dynamic Modelling of Multivariate Dimensions and Their Temporal Relationships using Latent Processes: Application to Alzheimer's Disease},
author = {Bachirou O. Taddé and Hélène Jacqmin-Gadda and Jean-François Dartigues and Daniel Commenges and Cécile Proust-Lima},
journal= {arXiv preprint arXiv:1806.03659},
year = {2022}
}