利用 P-splines 的时变效应改进纵向与生存数据联合模型的动态预测
应用统计
2017-07-04 v2
摘要
在心胸外科领域，术后需随时间监测瓣膜功能。我们研究的动机来自一项包含在主动脉位置植入人组织瓣膜患者的临床研究。这些患者通过标准化的超声心动图评估瓣膜功能，进行前瞻性长期随访。随访失访可能由瓣膜干预或患者死亡引起。人组织瓣膜的主要特征之一是其耐久性有限。因此，考虑到数据特征，构建一个预后模型以供医师随时间扫描瓣膜功能趋势并规划下一次干预具有重要意义。多位学者曾在纵向与生存数据的标准联合建模框架下推导预测，该框架假设连接纵向与生存结局的系数为常数效应。然而，在我们的情形下，这可能是一个限制性假设。由于瓣膜会退化，生物标志物与生存之间的关联可能随时间变化。为改进动态预测，我们提出一种贝叶斯联合模型，利用 P-splines 允许时变系数连接纵向与生存过程。我们在考虑删失的情况下，从判别力和校准度两方面评估了该模型的性能。
引用
@article{arxiv.1609.03439,
title = {Improved Dynamic Predictions from Joint Models of Longitudinal and Survival Data with Time-Varying Effects using P-splines},
author = {Eleni-Rosalina Andrinopoulou and Paul H. C. Eilers and Johanna J. M. Takkenberg and Dimitris Rizopoulos},
journal= {arXiv preprint arXiv:1609.03439},
year = {2017}
}