带潜在疾病年龄的联合模型：克服对参考时间的需求
统计方法学
2024-11-22 v2
摘要
引言：神经退行性疾病进展的异质性是开发有效疗法面临的主要挑战之一。随着大型临床数据库数量的增加，疾病进展模型使人们能更好地理解这种异质性。然而，这些疾病可能没有明确的发病时间，且潜在的生物学过程可能在首次症状出现前就已开始。这种不明确的疾病参考时间对当前已证明能有效结合纵向数据和生存数据的联合模型来说是一个问题。目标：在这项工作中，我们提出一个带有潜在疾病年龄的联合非线性混合效应模型，以克服对精确参考时间的需求。方法：为此，我们利用一个现有的带有潜在疾病年龄的纵向模型作为纵向子模型，并将其与一个从潜在疾病年龄估计Weibull分布的生存子模型相关联。然后，我们在不同的模拟场景下验证了我们的模型。最后，我们在肌萎缩侧索硬化症（ALS）的背景下，使用模拟数据和真实数据，将我们的模型与最先进的联合模型以及参考生存和纵向模型进行了基准测试。结果：在真实数据上，我们的模型在绝对偏差（4.21(4.41) 对比 4.24(4.14)(p值=1.4e-17)）和右删失事件的平均累积AUC（0.67(0.07) 对比 0.61(0.09)(p值=1.7e-03)）方面，均显著优于最先进的联合模型。结论：我们证明了在参考时间不可靠的情况下，我们的方法比最先进的方法更适用。这项工作为设计预测性和个性化的治疗策略开辟了前景。
引用
@article{arxiv.2401.17249,
title = {Joint model with latent disease age: overcoming the need for reference time},
author = {Juliette Ortholand and Nicolas Gensollen and Stanley Durrleman and Sophie Tezenas du Montcel},
journal= {arXiv preprint arXiv:2401.17249},
year = {2024}
}