Semiparametric nonlinear mixed-effects models with covariate measurement errors, informative dropouts, and time-to-event

具有协变量测量误差、信息丢失和事件发生时间的半参数非线性混合效应模型

• 批准号: 356037-2008
• 负责人: Liu, Wei
• 金额: $ 0.87万
• 依托单位: York University
• 依托单位国家: 加拿大
• 项目类别: Discovery Grants Program - Individual
• 财政年份: 2012
• 资助国家: 加拿大
• 起止时间: 2012-01-01 至 2013-12-31
• 项目状态: 已结题
• 来源: https://www.nserc-crsng.gc.ca/ase-oro/Details-Detailles_eng.asp?id=497293
• 关键词: Semiparametric; nonlinear; mixed; effects; models

Parametric nonlinear mixed-effects (NLME) models have been widely used in longitudinal studies such as HIV viral dynamics, pharmacokinetic analyses, and studies of growth and decay. These parametric NLME models, however, may not be flexible enough in modeling complex longitudinal data, so semiparametric/nonparametric NLME models have been proposed.

参数化非线性混合效应（NLME）模型已广泛应用于纵向研究，如HIV病毒动力学，药代动力学分析，以及生长和衰减的研究。然而，这些参数NLME模型在模拟复杂的纵向数据时可能不够灵活，因此提出了半参数/非参数NLME模型。