纵向与多状态过程的联合建模：在前列腺癌临床进展中的应用

纵向与生存数据的联合建模在癌症临床试验中日益使用。在前列腺癌中，例如，这些模型允许考虑前列腺特异性抗原（PSA）的纵向测量与临床复发时间之间的关联，当研究复发风险时。实践中，多种复发类型可能连续发生。区分健康状态之间的这些转移将允许评估，例如，PSA轨迹和经典协变量如何影响放疗后远处复发后死亡的风险，或根据PSA历史预测放疗后一种特定临床复发类型的风险。在此背景下，我们提出一个纵向过程和多状态过程的联合模型，分为两个子模型：纵向数据的线性混合子模型，以及具有转移时间比例风险的多状态子模型，两者通过共享随机效应连接。该联合多状态模型的参数在最大似然框架内估计，使用EM算法并结合准牛顿算法以防收敛缓慢。它在R下实现，通过组合并扩展mstate和JM包。估计程序通过模拟验证，并应用于来自两个局部前列腺癌且接受放疗的男性队列的合并数据。得益于基线可用的经典协变量和随访期间重复收集的PSA测量，我们能够评估生物标志物轨迹，定义健康状态间转移的风险，并量化PSA动态对每个转移强度的影响。