生存与多元稀疏函数型数据的联合模型及其在阿尔茨海默病研究中的应用
统计方法学
2021-05-18 v1 应用统计
统计计算
摘要
阿尔茨海默病（AD）研究常收集多个纵向临床结局，它们相互关联且可预测 AD 进展。探究这些结局与 AD 发病时间的关联具有重大科学意义。我们将多个纵向结局建模为多元稀疏函数型数据，并提出一个将多元函数型数据与事件时间数据关联的函数型联合模型。特别地，我们提出多元函数型混合模型（MFMM）以识别结局的共享进展模式与结局特异性进展模式，从而实现对结局与 AD 发病关联的更具可解释性的建模。所提方法应用于阿尔茨海默病神经影像学倡议（ADNI）研究，该函数型联合模型为五个纵向结局及其与 AD 发病的关联推断提供了新见解。模拟研究也证实了所提模型的有效性。
引用
@article{arxiv.2012.02302,
title = {Joint Model for Survival and Multivariate Sparse Functional Data with Application to a Study of Alzheimer's Disease},
author = {Cai Li and Luo Xiao and Sheng Luo},
journal= {arXiv preprint arXiv:2012.02302},
year = {2021}
}