A comparison of group prediction approaches in longitudinal discriminant analysis.
A comparison of group prediction approaches in longitudinal discriminant analysis.
复制标题
DOI：
10.1002/bimj.201700013
复制
发表时间：
2018-03
期刊：
影响因子：
--
通讯作者：
García-Fiñana M
中科院分区：
文献类型：
--
作者：
Hughes DM;El Saeiti R;García-Fiñana M
纵向判别分析（LoDA）可用于根据患者的临床病史将其分为预后组，这通常涉及各种临床相关标志物的纵向测量。首先使用多变量广义线性混合模型对患者的纵向数据进行建模，允许同时对不同类型的标记物（例如连续、二元、计数）进行建模。我们描述了三种方法来计算患者的后组成员资格的概率已经概述了在以前的研究中，基于纵向标记的边缘分布，条件分布和随机效应的分布。在这里，我们比较了三种方法，首先使用来自马约原发性胆汁性肝硬化研究的数据，然后通过模拟研究来探索在哪些情况下三种方法中的每一种都有望给出最佳预测。我们证明了边际或随机效应方法表现良好的情况，但发现条件方法几乎没有为随机效应和边际方法提供额外的信息。
Longitudinal discriminant analysis (LoDA) can be used to classify patients into prognostic groups based on their clinical history, which often involves longitudinal measurements of various clinically relevant markers. Patients' longitudinal data is first modelled using multivariate generalised linear mixed models, allowing markers of different types (e.g. continuous, binary, counts) to be modelled simultaneously. We describe three approaches to calculating a patient's posterior group membership probabilities which have been outlined in previous studies, based on the marginal distribution of the longitudinal markers, conditional distribution and distribution of the random effects. Here we compare the three approaches, first using data from the Mayo Primary Biliary Cirrhosis study and then by way of simulation study to explore in which situations each of the three approaches is expected to give the best prediction. We demonstrate situations in which the marginal or random‐effects approach perform well, but find that the conditional approach offers little extra information to the random‐effects and marginal approaches.
登录
查看更多内容
影响因子：
13.5
作者：
MURTAUGH, PA;DICKSON, ER;GIPS, CH
通讯作者：
GIPS, CH
影响因子：
1.8
作者：
Komarek, Arnost;Komarkova, Lenka
通讯作者：
Komarkova, Lenka
影响因子：
3.7
作者：
Verbeke, G;Lesaffre, E
通讯作者：
Lesaffre, E
影响因子：
1.7
作者：
Kohlmann, Mareike;Held, Leonhard;Grunert, Veit Peter
通讯作者：
Grunert, Veit Peter
影响因子：
2
作者：
Komarek, Arnost;Hansen, Bettina E.;Lesaffre, Emmanuel
通讯作者：
Lesaffre, Emmanuel