基于多数据流拟合的区间封存端点治疗疗效评估方法
动力系统
2025-01-27 v1 物理与社会
摘要
我们提出了一种计算高效且通用的利用多个可能区间封存数据流以研究复杂医学端点的多状态半马尔可夫模型方法。我们的应用背景是 REGEN-2069 试验，该试验探讨了单克隆抗体联合物 REGEN-COV 在预防性给药给予给高风险家庭成员后，对抗 SARS-CoV-2 保护效力 (PE) 的影响。通过结合症状发生时间、间歇性 RT-qPCR 采样及血清学检测数据，我们估计 REGEN-COV 对无症状感染的 PE、其对感染后血清转化的影响以及病毒脱落持续时间。我们发现 REGEN-COV 降低了无症状感染的风险和病毒脱落的持续时间，并导致无症状感染受试者中血清转化率的降低。我们提出的算法通过蒙特卡洛期望最大化 (MCEM) 算法结合重要抽样来拟合半马尔可夫模型，以高效解决数据间歇观察导致的边际似然性复杂性问题。该算法在现有方法之上提供了显著的计算改进，使我们能够尽管数据封存复杂化而拟合半参数模型。
引用
@article{arxiv.2501.14096,
title = {Social dynamics can delay or prevent climate tipping points by speeding the adoption of climate change mitigation},
author = {Yazdan Babazadeh Maghsoodlo and Madhur Anand and Chris T. Bauch},
journal= {arXiv preprint arXiv:2501.14096},
year = {2025}
}