纵向研究的共同目标是表征纵向响应过程与事件时间之间的关系。相当大的兴趣已经专注于所谓的联合模型，其中活动时间分布和纵向数据的模型通常通过常见的潜随机效应来指定。在过去的二十年中，纵向数据和/或生存数据的联合模型在文献中受到了极大的关注。这些模型的重要性得到了很好的认可，部分原因是纵向数据和生存数据经常在实践中产生。尽管对该主题进行了广泛的文学，但这些模型仍然是主要的研究流，因为它们在单独的纵向数据和/或生存数据分析中提供了许多优势。许多重要的问题可能突出联合模型。例如，在大多数之前的研究中，联合模型中的模型误差和随机效应的分布的共同假设是正常的，但这种假设可能缺乏对常规的偏离的鲁棒性。其他重要问题也仍有待解决，例如计算问题，模型诊断和选择，以及各种纵向模型和生存模型的选择。

为了激发持续了解各种联合模型发展和相关统计推理方法的持续努力，他们在生物医学，生物，工程和其他研究中的应用中，我们邀请作者贡献原始研究文章以及审查文章。我们特别感兴趣地描述具有非正规或非正常分布的联合模型的开发，共同假设，计算方面，模型诊断，模型选择等问题的性质。潜在主题包括但不限于：

• 混合效果模型的联合建模与COX pH模型联合模型
• 具有偏斜分布的联合模型，如歪斜正常和歪斜分布
• 混合效果模型的同时推断和加速故障时间模型
• 联合模型的纵向数据和间隔删除存活数据
• 纵向数据和经常性事件数据的联合模型
• 具有信息性观察时间和/或辍学的纵向数据分析
• 各种联合建模方法及其应用
• 联合模型诊断和选择

在提交提交人之前，应仔细阅读本期刊的作者指南，该指导方针位于//www.newsama.com/journals/jps/guidelines/。前瞻性作者应通过期刊手稿跟踪系统提交其完整稿件的电子副本http://mts.hindawi.com/根据以下时间表：