लॉन्जिट्यूडिनल और टाइम-टू-इवेंट डेटा के लिए संयुक्त मॉडल
लॉन्जिट्यूडिनल और टाइम-टू-इवेंट डेटा के लिए संयुक्त मॉडल, जिसे 2004 में त्सियाटिस और डेविडियन द्वारा औपचारिक रूप दिया गया था और 2012 में रिज़ोपोलोस द्वारा व्यापक रूप से विस्तारित किया गया था, यह एक साथ दोहराए गए मापे गए बायोमार्कर के लिए एक मिश्रित-प्रभाव मॉडल और घटना के समय के लिए एक उत्तरजीविता मॉडल का अनुमान लगाता है, जो साझा यादृच्छिक प्रभावों के माध्यम से दो प्रक्रियाओं को जोड़ता है। यह दो प्रमुख समस्याओं को हल करता है जिन्हें सरल दृष्टिकोण संभाल नहीं सकते हैं: लॉन्जिट्यूडिनल अध्ययनों से सूचनात्मक ड्रॉपआउट और कॉक्स मॉडल में सहचर के रूप में उपयोग किए जाने वाले समय-परिवर्तनीय बायोमार्कर की एंडोजेनिटी।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Rizopoulos, D. (2012). Joint Models for Longitudinal and Time-to-Event Data. CRC Press. DOI: 10.1201/b12208 ↗
- Tsiatis, A.A. & Davidian, M. (2004). Joint Modeling of Longitudinal and Time-to-Event Data: An Overview. Statistica Sinica, 14(3), 809–834. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 1). Joint Model for Longitudinal and Time-to-Event Data. ScholarGate. https://scholargate.app/hi/survival/joint-model-survival
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- समूहबद्ध उत्तरजीविता डेटा के लिए साझा दुर्बलता मॉडलउत्तरजीविता↔ compare
- कैप्लान-मेयर सर्वाइवल एस्टिमेटरउत्तरजीविता↔ compare
- सशर्त उत्तरजीविता और गतिशील पूर्वानुमान के लिए लैंडमार्क विश्लेषणउत्तरजीविता↔ compare
- मिश्रित प्रभाव मॉडलसांख्यिकी↔ compare
- समय-परिवर्तनीय सहचर (Covariates) के साथ कॉक्स रिग्रेशनउत्तरजीविता↔ compare