纵向数据与生存事件数据联合模型中的个性化特征阈值估计
统计方法学
2025-06-24 v1
摘要
心血管疾病（CVD）队列研究收集了众多 CVD 风险因素的纵向数据，包括体重指数（BMI）、收缩压（SBP）、舒张压（DBP）、血糖和总胆固醇。用于识别高风险受试者的常用阈值分别为：BMI 30 kg/，SBP 120 mmHg，DBP 80 mmHg，血糖 126 mg/dL，总胆固醇 230 mg/dL。在研究纵向风险因素特征与 CVD 事件发生时间之间的关联时，一个重要的研究问题是，这些 CVD 风险因素阈值是否应根据个体特征以及所考虑的纵向特征类型而变化。使用来自社区动脉粥样硬化风险（ARIC）研究的数据，我们开发了在具有多个特征的联合模型中估计每个纵向风险因素阈值的方法。这些阈值允许按性别、种族和特征类型变化。我们的方法具有实现个性化 CVD 预防策略以及更好地估计 CVD 风险的潜力。
引用
@article{arxiv.2506.17835,
title = {Personalized feature threshold estimation in joint modelling of longitudinal and time-to-event data},
author = {Mirajul Islam and Michael J. Daniels and Juned Siddique},
journal= {arXiv preprint arXiv:2506.17835},
year = {2025}
}