Exploring causality mechanism in the joint analysis of longitudinal and survival data.
Exploring causality mechanism in the joint analysis of longitudinal and survival data.
复制标题
DOI：
10.1002/sim.7838
复制
发表时间：
2018-11-20
影响因子：
2
通讯作者：
Kang J
中科院分区：
文献类型：
--
作者：
Liu L;Zheng C;Kang J
在许多生物医学研究中，疾病进展是通过生物标志物随时间监测的，例如，反复测量艾滋病患者的CD4和终末期肾病（ESRD）患者的血红蛋白。感兴趣的端点，例如，死亡或特定疾病的诊断与纵向生物标志物相关。在本文中，我们检查和比较不同的模型的纵向和生存数据调查因果机制，特别是，与随机效应的作用。我们通过两个临床试验的数据来说明这种方法：一个艾滋病研究和一个肝硬化研究。
In many biomedical studies, disease progress is monitored by a biomarker over time, e.g., repeated measures of CD4 in AIDS, and hemoglobin in end stage renal disease (ESRD) patients. The endpoint of interest, e.g., death or diagnosis of a specific disease, is correlated with the longitudinal biomarker. In this paper, we examine and compare different models of longitudinal and survival data to investigate causal mechanisms, specifically, related to the role of random effects. We illustrate the methods by data from two clinical trials: an AIDS study and a liver cirrhosis study.
登录
查看更多内容
影响因子：
1.8
作者：
Liu, Yue;Liu, Lei;Zhou, Jianhui
通讯作者：
Zhou, Jianhui
影响因子：
5.4
作者：
Lange, Theis;Hansen, Jorgen V.
通讯作者：
Hansen, Jorgen V.
影响因子：
2
作者：
Liu, Lei;Huang, Xuelin
通讯作者：
Huang, Xuelin
影响因子：
2
作者：
Lin, Sheng-Hsuan;Young, Jessica G.;VanderWeele, Tyler J.
通讯作者：
VanderWeele, Tyler J.
影响因子：
1.9
作者：
He Z;Tu W;Wang S;Fu H;Yu Z
通讯作者：
Yu Z