Joint modelling of longitudinal and repeated time-to-event data using nonlinear mixed-effects models and the stochastic approximation expectation–maximization algorithm

审查(临床试验) 期望最大化算法 参数统计 数学 非线性系统 混合模型 事件(粒子物理) 参数化模型 最大化 算法 数学优化 计算机科学 统计 最大似然 物理 量子力学
作者
Cyprien Mbogning,Kevin Bleakley,Marc Lavielle
出处
期刊:Journal of Statistical Computation and Simulation [Informa]
卷期号:85 (8): 1512-1528 被引量:20
标识
DOI:10.1080/00949655.2013.878938
摘要

AbstractWe propose a nonlinear mixed-effects framework to jointly model longitudinal and repeated time-to-event data. A parametric nonlinear mixed-effects model is used for the longitudinal observations and a parametric mixed-effects hazard model for repeated event times. We show the importance for parameter estimation of properly calculating the conditional density of the observations (given the individual parameters) in the presence of interval and/or right censoring. Parameters are estimated by maximizing the exact joint likelihood with the stochastic approximation expectation–maximization algorithm. This workflow for joint models is now implemented in the Monolix software, and illustrated here on five simulated and two real datasets.Keywords: joint modelsmixed-effects modelsrepeated time-to-eventsmaximum likelihoodSAEM algorithm
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
djdh完成签到 ,获得积分10
1秒前
psy完成签到,获得积分10
2秒前
victory_liu完成签到,获得积分10
5秒前
tsy完成签到 ,获得积分10
6秒前
内向东蒽完成签到 ,获得积分10
10秒前
美好灵寒完成签到 ,获得积分10
12秒前
nt1119完成签到 ,获得积分10
12秒前
好好休息完成签到 ,获得积分10
12秒前
巾凡完成签到 ,获得积分10
21秒前
刚子完成签到 ,获得积分10
24秒前
缓慢的海云完成签到,获得积分10
29秒前
30秒前
爱静静应助刚子采纳,获得10
35秒前
山楂发布了新的文献求助10
35秒前
iShine完成签到 ,获得积分10
38秒前
末末完成签到 ,获得积分10
40秒前
CGFHEMAN完成签到 ,获得积分10
41秒前
北夏完成签到 ,获得积分10
43秒前
泽锦臻完成签到 ,获得积分10
47秒前
123完成签到 ,获得积分10
56秒前
jewel9完成签到,获得积分10
58秒前
Ikejima完成签到,获得积分10
1分钟前
释金松完成签到 ,获得积分10
1分钟前
HRZ完成签到 ,获得积分10
1分钟前
racill完成签到 ,获得积分10
1分钟前
guojingjing完成签到 ,获得积分10
1分钟前
青黛完成签到 ,获得积分10
1分钟前
小王同学完成签到,获得积分10
1分钟前
山楂发布了新的文献求助20
1分钟前
刘洪均完成签到,获得积分10
1分钟前
立仔完成签到 ,获得积分10
1分钟前
HCKACECE完成签到 ,获得积分10
1分钟前
雪飞杨完成签到 ,获得积分10
1分钟前
Linyi完成签到 ,获得积分10
1分钟前
背书强完成签到 ,获得积分10
1分钟前
哇咔咔完成签到 ,获得积分10
1分钟前
房天川完成签到 ,获得积分10
1分钟前
黑大侠完成签到 ,获得积分10
1分钟前
terryok完成签到,获得积分10
1分钟前
小吕完成签到 ,获得积分10
1分钟前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
叶剑英与华南分局档案史料 500
Foreign Policy of the French Second Empire: A Bibliography 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3146916
求助须知:如何正确求助?哪些是违规求助? 2798171
关于积分的说明 7826798
捐赠科研通 2454724
什么是DOI,文献DOI怎么找? 1306446
科研通“疑难数据库(出版商)”最低求助积分说明 627788
版权声明 601565