基于贝叶斯动态线性模型的药物依从性对时变健康结局影响的度量
应用统计
2018-12-04 v2 统计方法学
摘要
药物治疗最显著的障碍之一是患者对处方用药方案的不依从。不良依从性对相应健康指标的冲击程度通常未知，且典型分析忽略了依从性的时变性质。本文发展了将纵向记录的健康指标建模为时变药物依从性或其他时变协变量函数的建模框架。我们的框架依赖正态贝叶斯动态线性模型（DLM），考虑了依从性等时变协变量与基线健康特征等非动态协变量。鉴于针对 infrequent 与不规则记录响应数据的 DLM 标准推断程序效率低下，我们发展了将后验密度分解为两项乘积的方法：非动态参数的边际后验密度，以及给定非动态参数下动态参数的多元正态后验密度。该分解导出两阶段推断过程，其中非动态参数可与时变参数分别推断。我们将该模型应用于一组高血压确诊患者抗高血压药物对血压水平的时变效应。我们的模型结果通过与将依从性经非动态汇总纳入的模型进行比较。
引用
@article{arxiv.1811.11072,
title = {Measuring Effects of Medication Adherence on Time-Varying Health Outcomes using Bayesian Dynamic Linear Models},
author = {Luis F. Campos and Mark E. Glickman and Kristen B. Hunter},
journal= {arXiv preprint arXiv:1811.11072},
year = {2018}
}