Survival analysis
纵向数据与生存时间联合模型
纵向数据与生存时间联合模型由 Tsiatis 和 Davidian 于 2004 年形式化，并由 Rizopoulos 于 2012 年全面扩展，它同时估计一个用于重复测量生物标志物的混合效应模型和一个用于事件发生时间的生存模型，通过共享的随机效应将这两个过程联系起来。它解决了简单方法无法处理的两个主要问题：纵向研究中的信息性失访和用作 Cox 模型协变量的时变生物标志物的内生性。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- 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 ↗
如何引用本页
ScholarGate. (2026, June 1). Joint Model for Longitudinal and Time-to-Event Data. ScholarGate. https://scholargate.app/zh/survival/joint-model-survival
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
- 簇生存数据共享脆弱性模型生存分析↔ 比较
- Kaplan-Meier生存估计量生存分析↔ 比较
- 基于陆标的条件生存与动态预测分析生存分析↔ 比较
- 混合效应模型统计学↔ 比较
- 含时变协变量的Cox回归生存分析↔ 比较