混合效应模型被广泛用于模拟集群数据集群之间有大的变化时,自混合效应模型允许提供集群范围内的推理。在一些诸如艾滋病毒/艾滋病研究的纵向研究,是常见的一些变化可能向左或向右审查由于检测极限,可能有时缺失感兴趣的,或者可以测量错误。为了解决这些“不完整的数据”问题,通常的做法是将模型基于观察的变化因素协变量数据,然后用拟合模型“预测”审查或失踪或协变量量错。在本文中,我们提供了一个审查的常见方法审查反是纵向和生存反应模型和提倡非线性机械的协变量模型如果这些模型是可用的。
混合效应模型广泛应用于集群数据的分析,特别是分析纵向数据或生存数据。在纵向研究中,一些变量重复测量随着时间的推移,这些变量可以作为反应或不使用,根据研究目标。一个常见的问题是,这些变量的一些数据可能向左或向右审查由于检测极限,可能有时缺失感兴趣的,或者可以测量错误。例如,在艾滋病毒/艾滋病研究,病毒载量值可能被审查由于降低检测极限,可能与大量缺失或测量错误。在统计分析中,这些“不完整的数据”问题必须解决正确的统计推断。在本文中,我们考虑的情况下这些不完全观察到和时变变量被用作重要的协变量混合效应模型纵向响应数据或者比较响应数据。为了简化讨论,我们关注的是时间与审查,反是因为类似的方法/模型可以用于对审查或丢失数据或协变量的测量误差。 纵向数据与左审查已经收到越来越多的关注近年来文献中(例如, 最近,香港和南 在某些应用程序中艾滋病病毒动力学和药代动力学等造型,机械或科学模型可以推导出基于底层<我t一个l我c>
数据生成机制
在本节中,我们关注广义线性混合效应模型的纵向响应和生存模型比较反应,左审查和协变量时间。方法可以扩展到其他类型的回归模型在概念上直接的方法。 我们首先考虑广义线性混合模型(GLMMs)与左审查和时间协变量在纵向研究,后张et al。 考虑以下GLMM: 当机械的或科学的模型是用于协变量<我nl我ne- - - - - -formula>
注意,当<我nl我ne- - - - - -formula>
协变量协变量的生存模型与时间,也可能是审查。此外,参数估计和推断Cox模型要求协变量值可以在事件的时间( 这里我们考虑生存的Cox模型数据有可能正确的审查事件的时间。对个人<我nl我ne- - - - - -formula>
当时间协变量<我nl我ne- - - - - -formula>
参数估计和推断,常用的两种方法:两步方法和联合似然方法。我们简要回顾下面的两种方法。 估计模型中的参数,一个简单的方法是所谓的<我t一个l我c>
两步方法 具体来说,考虑GLMM响应模型( 一个显而易见的问题上面简单的两步估计的方法<我t一个l我c>
不确定性 如果生存数据响应数据,上述问题的两步方法依然存在。此外,在这种情况下,纵向协变量数据可能被截断的事件,如死亡或辍学。在这种情况下,两步方法可能导致偏见的估计。 比两步方法更可取的和正式的方法是使用可能性方法基于“联合可能性”的反应和协变量。最大似然(ml)估计的两个模型中的未知参数可能会被获得<我t一个l我c>
同时 评估在对数似棘手的集成<我nl我ne- - - - - -formula>
生存反应模型,给出了联合对数似
在下面,我们显示一个艾滋病毒/艾滋病研究的两个例子。在第一个例子中,我们考虑一个泊松协变量广义线性混合模型与审查。在第二个例子中,我们考虑一个协变量Cox生存模型与审查。在这两个例子,含协变量受审查和由NLME模型建模解决审查以及缺失的数据和测量误差。方法由蒙特卡罗EM算法实现在R R代码可用。 我们考虑一个艾滋病纵向数据集和研究病毒载量(重要的)可能与CD4计数随时间在抗艾滋病病毒治疗。病毒载量通常有较低的检出限,病毒载量值低于限制不能观察到,即,病毒载量可能离开了审查。此外,病毒载量可以缺失或测量错误。作为一个例子,我们查看CD4细胞计数(<我nl我ne- - - - - -formula>
图 作为另一个例子,我们考虑上述数据集,但现在我们关注出现的第一个CD4: CD8下降。这里的目标是要确定时间是否和如何第一个CD4: CD8下降可能与治疗和病毒载量。我们考虑以下Cox生存模型的时间第一个CD4: CD8下降: 图
非线性机械的协变量模型是非常吸引人的解决审查和缺失的数据,由于“预测价值”基于这样的模型比常用的可靠经验协变量模型。这些非线性机械模型广泛应用于造型HIV病毒动力学、药物动力学、增长或衰退,一些其他领域( 由于机械的协变量模型往往是非线性的,计算似然推理的主要挑战。虽然蒙特卡罗EM算法几乎总是可以使用,他们可以提供潜在的问题,如收敛很慢甚至nonconvergence。此外,蒙特卡洛EM算法通常需要结合马尔可夫链蒙特卡罗(密度)方法用于生成蒙特卡罗采样的E-step EM算法,使计算更具挑战性。当随机效应高的尺寸,我们建议近似方法如拉普拉斯近似和线性化方法综述在吴
数据是可用的。
作者宣称没有利益冲突。
这项研究部分由加拿大自然科学和工程研究理事会(NSERC)发现批准号22 r80742。