Gezamenlijk model voor longitudinale en tijd-tot-gebeurtenisgegevens
Het gezamenlijke model voor longitudinale en tijd-tot-gebeurtenisgegevens, geformaliseerd door Tsiatis en Davidian in 2004 en uitgebreid door Rizopoulos in 2012, schat gelijktijdig een gemengd-effectenmodel voor herhaaldelijk gemeten biomarkers en een overlevingsmodel voor de tijd tot een gebeurtenis, waarbij de twee processen worden gekoppeld via gedeelde willekeurige effecten. Het lost twee belangrijke problemen op die eenvoudigere benaderingen niet kunnen hanteren: informatieve uitval uit longitudinale studies en de endogeniteit van tijdsvariërende biomarkers die als covariaten in een Cox-model worden gebruikt.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 1). Joint Model for Longitudinal and Time-to-Event Data. ScholarGate. https://scholargate.app/nl/survival/joint-model-survival
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- Shared Frailty Model voor Geklusterde OverlevingsdataOverlevingsanalyse↔ vergelijken
- Kaplan-Meier OverlevingsschatterOverlevingsanalyse↔ vergelijken
- Landmarkanalyse voor Conditionele Overleving en Dynamische PredictieOverlevingsanalyse↔ vergelijken
- Gemengd effectenmodelStatistiek↔ vergelijken
- Cox-regressie met tijdsvariërende covariatenOverlevingsanalyse↔ vergelijken
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →