Modelo lineal mixto conjunto de clases latentes aplicado a un conjunto de datos longitudinales del sector salud
No hay miniatura disponible
Fecha
2018-11-13
Autores
Título de la revista
ISSN de la revista
Título del volumen
Editor
Pontificia Universidad Católica del Perú
DOI
Resumen
Los modelos lineales mixtos conjuntos de clases latentes, propuestos por Proust-Lima
et al. (2015), permiten modelar de manera conjunta un proceso longitudinal y un proceso
de supervivencia, calculando también la probabilidad de pertenencia a determinadas clases
latentes que puedan existir en la población en estudio. En el presente trabajo se describen
los componentes que conforman este modelo, y mediante un estudio de simulación se evalúa
y analiza la implementación de su estimación. El modelo se aplica finalmente a un conjunto
de datos longitudinales de pacientes diagnosticados con Cáncer de Próstata, permitiéndonos
la identificación de clases latentes que se asocian luego con el estadío clínico de los pacientes.
The joint latent class mixed model, proposed by Proust-Lima et al. (2015), allows to jointly model a longitudinal process and a survival process, also calculating the probability of belonging to certain latent classes in the study population. In our study, we describe the components that make up this model (Proust-Lima et al. (2017)) and through a simulation study we assesed the implementation of its estimation. The model is finally applied to a set of longitudinal data of Prostate Cancer diagnosed patients allowing us to identify latent classes that are then associated with the clinical stage of the patients.
The joint latent class mixed model, proposed by Proust-Lima et al. (2015), allows to jointly model a longitudinal process and a survival process, also calculating the probability of belonging to certain latent classes in the study population. In our study, we describe the components that make up this model (Proust-Lima et al. (2017)) and through a simulation study we assesed the implementation of its estimation. The model is finally applied to a set of longitudinal data of Prostate Cancer diagnosed patients allowing us to identify latent classes that are then associated with the clinical stage of the patients.
Descripción
Palabras clave
Variables latentes, Simulación, Análisis de supervivencia, Cáncer de próstata--Modelos estadísticos
Citación
Colecciones
item.page.endorsement
item.page.review
item.page.supplemented
item.page.referenced
Licencia Creative Commons
Excepto se indique lo contrario, la licencia de este artículo se describe como info:eu-repo/semantics/openAccess