• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of the royal statistical society >Landmark linear transformation model for dynamic prediction with application to a longitudinal cohort study of chronic disease
【24h】

Landmark linear transformation model for dynamic prediction with application to a longitudinal cohort study of chronic disease

机译：动态预测的地标线性变换模型及其在慢性病纵向队列研究中的应用

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Dynamic prediction of the risk of a clinical event by using longitudinally measured biomarkers or other prognostic information is important in clinical practice. We propose a new class of landmark survival models. The model takes the form of a linear transformation model but allows all the model parameters to vary with the landmark time. This model includes many published landmark prediction models as special cases. We propose a unified local linear estimation framework to estimate time varying model parameters. Simulation studies are conducted to evaluate the finite sample performance of the method proposed. We apply the methodology to a data set from the African American Study of Kidney Disease and Hypertension and predict individual patients' risk of an adverse clinical event.
机译：通过使用纵向测量的生物标志物或其他预后信息来动态预测临床事件的风险在临床实践中很重要。我们提出了一种新的里程碑式生存模型。该模型采用线性变换模型的形式，但允许所有模型参数随界标时间而变化。该模型包括许多已发布的地标预测模型，作为特例。我们提出了一个统一的局部线性估计框架来估计时变模型参数。进行了仿真研究，以评估所提出方法的有限样本性能。我们将该方法应用于非裔美国人肾脏疾病和高血压研究的数据集，并预测个别患者发生不良临床事件的风险。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号