科研之友
微信
新浪微博
Facebook
分享链接
摘要
在HIV纵向数据中通常采用联合模型来更好的描述数据，大多数文献采用线性混合效应(Linear mixed effects models, LME)和非线性混合效应(Non-linear mixed effects models, NLME)联合建模，这种联合建模忽略了对离散数据的模拟，为了更准确的描述数据，采用非线性混合效应和广义线性混合效应(Generalized linear mixed effects models GLMM)进行联合建模。另外，同时考虑病毒载入量具有偏态和左删失问题，CD4具有测量误差问题。因此，采用非线性混合效应模型拟合具有左删失和偏态误差的协变量，采用广义线性混合效应模型拟合具有测量误差的响应变量，在贝叶斯框架下，对该联合模型的参数进行参数估计。将提出的方法应用于实际HIV数据中，经验证该方法具有更好的拟合效果和更可靠的参数估计。
- 单位
