Joint models for survival and longitudinal data
➤ Gửi thông báo lỗi ⚠️ Báo cáo tài liệu vi phạmNội dung chi tiết: Joint models for survival and longitudinal data
Joint models for survival and longitudinal data
Joint Models for Survival and Longitudinal Data, Missing Data, and Sensitivity Analysis, with Applications in Medical ResearchEdmund Njeru NjagiPromot Joint models for survival and longitudinal data ter: Prof. dr. Geert MolenberghsCo-Promoter: Prof. dr. Geert VcrbckcCo-Promotcr: Prof. dr. Marc Acrts.Jury Members:Prof. dr. Geert Molenberghs(promoter. Universiteit llasselt & Katholieke I niversiteit Leuven)Prof. dr. Marc Aerts(co*promoter. Universiteit Hassett)Prof. dr. Gccrt Verbekc(co-promoter, Joint models for survival and longitudinal data Katholieke Universiteit Leuven k'. Universiteit Hassett)Prof. dr. Christel Fites(adv. committee member, Umversiteit Hasselt)Prof. dr. Michael G. KenwJoint models for survival and longitudinal data
ard(London School of Hygiene and 'IVopical Medicine. United Kingdom)Prof. dr. Dimitris Rizopoulos(Erasmus Umversileil. Rotterdam, the Netherlands)ProfJoint Models for Survival and Longitudinal Data, Missing Data, and Sensitivity Analysis, with Applications in Medical ResearchEdmund Njeru NjagiPromot Joint models for survival and longitudinal data event tied lier-haald in de tijd. In kankenitudies Worden verscheidene biologisclie markers opgetek-end, herhaald in de tijd, met daarnaast ook overlevingslijd of tijd tot nM2tasta.se. Ecu tvpLsch voorbeeld is proslaatkanker waar, na behandeling, prostaat-s|Mx:iiieke antigenen wordne gcrneten. same Joint models for survival and longitudinal data n met de tijd tot herval (Law ct al., 2002; Yu cl al.. 2004, 2008). In I11V/A1DS studies meet men. naast tijd tot onset van AIDS of overlijden, de vinJoint models for survival and longitudinal data
isdruk en T1 celaantallen. Dendale ct al. (2011) en Njagi ci al. (2013a,b) beschrijven een cardiologische studie, waarin onderzoekers gebruik maken vaJoint Models for Survival and Longitudinal Data, Missing Data, and Sensitivity Analysis, with Applications in Medical ResearchEdmund Njeru NjagiPromot Joint models for survival and longitudinal data n gewicht Worden opgetekend, naast tijd tot heropname. Het gaat hierbij om patienten met chronis-che hartaandoeningen. Andersen ct al. (1993) beschrijven een studie in levercirrhose. waar naast overlevingstijd verscheidene biochemische waarden warden opgetekend, zoals bilirubine, albumine, en prothr Joint models for survival and longitudinal data ombine.Daarnaast kan de overlevingstijd zelf herhaald gemeten Worden. Dit kan bijvoor-heeld het geva] zijn omdat het event ter stndie verscheidene kerJoint models for survival and longitudinal data
en kan optreden, of omdat de t.ijd gemeten worrit aan alle laden van een familie of cluster. Bijvoorbeeld, de tijd tot hempname in Dendale ft al. (201Joint Models for Survival and Longitudinal Data, Missing Data, and Sensitivity Analysis, with Applications in Medical ResearchEdmund Njeru NjagiPromot Joint models for survival and longitudinal data . Duchatean and Janssen (2008) beschrijven een vet-erinaire studie waar proteine en nreum concentraties herhaald worden gemeten hij melkkoeien: daamaast werk ook de tijd tot de eerste inseminatie opgetekend. Om-dat koeien clustering verronen hinnen veestapel. is de overlwingstijd hier van het herhaa Joint models for survival and longitudinal data lde type.In dcrgclijke studies is het met ongebruikclijk van de veischillcnde (hcrliiuildc) inelingen gelijk tc modcllercn, in ecu zogeinuuud jvnd modJoint models for survival and longitudinal data
el. Enkelc nxlenen Wiuuom we dil doen zijn als volgl. Ten cerstc kan men intcrcssc hebben auu de overlevingslijd.iiSamenvattingna correctie voor de loJoint Models for Survival and Longitudinal Data, Missing Data, and Sensitivity Analysis, with Applications in Medical ResearchEdmund Njeru NjagiPromot Joint models for survival and longitudinal data nt. Ten derde kan er belangstrlling zijn voor de associatiestructuur in dit type van gegevens (Tsiatis and Davidian, 2004; Kizopoulos et al., 2009; Verbeke el al.. 2010; Rizopoulos, 2012a; Njagi et al., 2013b). Uiteraard is de onderzoeksvraag niet uoodzakelijk beperkt tot de respons in him originnel Joint models for survival and longitudinal data e vorm. Byvoorlweld. het kan wetenschappelijk nodig zijn van een continue respons te dichtomiseren alvorens de analyse nit te voeren. Dit betekent datJoint models for survival and longitudinal data
ongeveer alle combinaties van mogelijke responsen Sitmen kunnen voorkomvn.Als een respons van het niet-Gaussische type Is. doen er zich problemen vooJoint Models for Survival and Longitudinal Data, Missing Data, and Sensitivity Analysis, with Applications in Medical ResearchEdmund Njeru NjagiPromot Joint models for survival and longitudinal data leren van binomi-ale gegevens, aantallen, en overlevingstijden. In modellen voor dergelijke gegevens is er een relatie tussen gemiddelde en variantie. Deze relatie worth niet noodzakelijk gevolgd door tie gegevens. De auteurs voertlen daarom zogenaamd geconjugeerde random effecten in om deze relilti Joint models for survival and longitudinal data e te versoepelen. We verwijzen naar dit fenomeen als overdispersie. Bij binomiale gegevens en aantallen leidt dat traditioneel tot. het beta-binomialeJoint models for survival and longitudinal data
ell negatief-binomiale model. Als we dit soort gegevens ook liierarchisch verzamelen, Worden er normale random effecten toegevoegd om tie assocante tJoint Models for Survival and Longitudinal Data, Missing Data, and Sensitivity Analysis, with Applications in Medical ResearchEdmund Njeru NjagiPromot Joint models for survival and longitudinal data n zich tegelijk voor-doen. Worden ook beitle types random effect tegelijk gebruikt. Ze verwijzen naar dit soort modellen als combined model, waar dus op flexibele mauler het gemiddelde en de variantie van tie metingen, n-iast de correlate tussen metingen. wort! gemodelleerd. Via data analyse wertl a Joint models for survival and longitudinal data angetoond dat dit uitgebreide model het vaak gevoelig beter doet dan standaard modellen. Zelfe wanneer tie klemtoon Ugt op eenvoudiger mod-ellen, kilnJoint models for survival and longitudinal data
het combined model gebruikt wortlen ids goodness-of-fit instrument.De klemtoon in Ili>ofdstnk 3 ligt op het overbrengen van het. combined model naar Joint Models for Survival and Longitudinal Data, Missing Data, and Sensitivity Analysis, with Applications in Medical ResearchEdmund Njeru NjagiPromot Joint models for survival and longitudinal data één wan tie re-sponsen een overlevingsf.ijtl is. Voor dergelijke gegevens inaakt men vaak gebrnik van shared-parameter modcllen. Een model voor tie overlevingstijtl worth, tian gelinkt aan het. longitudinale proces via een gemeenschappelijk random effect; conditioneel op dit effect worth vertier on Joint models for survival and longitudinal data afliankelijkheid verontlerstekl (T.siatis and Davidian, 2004; Ver-beke cl al., 2010; Rizoponlos. 2011. 2012a). De latente structuur kan parametrisch zJoint models for survival and longitudinal data
ijn. maar tint, hoeft met. Traditioneel wertl tie overlevingstijtl hoogstens één keer gemeten; vaak went het longitudinale proces als continu veronderJoint Models for Survival and Longitudinal Data, Missing Data, and Sensitivity Analysis, with Applications in Medical ResearchEdmund Njeru NjagiPromotJoint Models for Survival and Longitudinal Data, Missing Data, and Sensitivity Analysis, with Applications in Medical ResearchEdmund Njeru NjagiPromotGọi ngay
Chat zalo
Facebook