Resumen

La modelación de datos de estudios longitudinales de Esclerosis Múltiple es un tema desafiante, ya que el fenotipo de interés suele ser ordinal; los intervalos de tiempo entre dos medidas consecutivas no son constantes y pueden variar entre individuos. Debido a estas fuentes de heterogeneidad no observables, los modelos estadísticos para el análisis de la severidad de la Esclerosis Múltiple evolucionan como una característica difícil. Algunas propuestas han sido presentadas en la literatura biostadística (Heijtan (1991); Albert (1994)) para abordar el tema de investigar el curso de la Esclerosis Múltiple. En este artículo se señalan los P-Splines Bayesianos (Brezger y Lang (2006); Fahrmeir y Lang (2001)) como una herramienta apropiada, ya que tienen en cuenta los efectos suaves no lineales de las covariables en el cambio en la discapacidad de la Esclerosis Múltiple. Mediante el modelo Bayesianos P-Spline investigamos tanto la aleatoriedad que afecta a los datos de la

• Materias:Información de mercado Precios de primas Modelado espacial Fuerte convergencia Estadística asintótica
• Subjects:Market Information Premium pricing Spatial modeling Strong convergence Asymptotic statistics
• Palabras claves:Datos; Esclerosis múltiple; Estudios longitudinales; Modelos estadísticos; P-Splines Bayesianos; Gravedad
• Keywords:Data; Multiple sclerosis; Longitudinal studies; Statistical models; Bayesian P-Splines; Severity