Mô hình kết hợp cho dữ liệu dọc và dữ liệu thời gian đến sự kiện
Mô hình kết hợp cho dữ liệu dọc và thời gian đến sự kiện, được Tsiatis và Davidian chính thức hóa vào năm 2004 và được Rizopoulos mở rộng toàn diện vào năm 2012, ước tính đồng thời một mô hình hiệu ứng hỗn hợp cho các dấu ấn sinh học được đo lặp lại và một mô hình sống sót cho thời gian đến một sự kiện, liên kết hai quá trình thông qua các hiệu ứng ngẫu nhiên được chia sẻ. Mô hình này giải quyết hai vấn đề lớn mà các phương pháp đơn giản hơn không thể xử lý: bỏ cuộc có thông tin từ các nghiên cứu dọc và tính nội sinh của các dấu ấn sinh học thay đổi theo thời gian được sử dụng làm biến đồng biến trong mô hình Cox.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Bản đồ phương pháp
Lân cận của các phương pháp liên quan — chọn một nút để khám phá.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 1). Joint Model for Longitudinal and Time-to-Event Data. ScholarGate. https://scholargate.app/vi/survival/joint-model-survival
Phương pháp nào?
Đặt phương pháp này bên cạnh những phương pháp gần gũi nhất với nó và đọc chúng song song — thư viện bày sách lên bàn; lựa chọn là của bạn.
- Mô hình Frailty Chia sẻ cho Dữ liệu Sống còn theo CụmPhân tích sống còn↔ so sánh
- Ước lượng sống còn Kaplan-MeierPhân tích sống còn↔ so sánh
- Phân tích mốc thời gian cho sống còn có điều kiện và dự đoán độngPhân tích sống còn↔ so sánh
- Mô hình hiệu ứng hỗn hợpThống kê↔ so sánh
- Hồi quy Cox với các hiệp biến thay đổi theo thời gianPhân tích sống còn↔ so sánh
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →