Resumen

En estudios longitudinales, los clínicos suelen recopilar mediciones longitudinales de biomarcadores a lo largo del tiempo hasta que ocurra un evento como la recuperación, la recaída de la enfermedad o la muerte. Los enfoques de modelado conjunto se utilizan cada vez más para estudiar la asociación entre un resultado longitudinal y un resultado de supervivencia. Sin embargo, en la práctica, un paciente puede experimentar múltiples eventos de progresión de la enfermedad sucesivamente. Por lo tanto, en lugar de modelar un solo evento, se debería modelar la progresión de la enfermedad como un proceso de múltiples estados. Por otro lado, en estos estudios, es posible que se recopilen resultados longitudinales multivariados y su asociación con el proceso de supervivencia sea de interés. En el presente estudio, aplicamos un modelo conjunto de diversos biomarcadores longitudinales y transiciones entre diferentes estados de salud en pacientes que se sometieron a un trasplante renal. Los enfoques de verosimilitud conjunta completa se enfrentan a las complejidades en el cálculo

• Materias:Análisis de tendencias Modelos de pronóstico Metodología de verosimilitud Estudios longitudinales Ecuaciones encadenadas
• Subjects:Trend analysis Forecasting models Likelihood methodology Longitudinal studies Chained equations
• Palabras claves:Estudios longitudinales; Biomarcadores; Modelado conjunto; Proceso multietápico; Resultado de supervivencia; Resultados longitudinales multivariados
• Keywords:Longitudinal studies; Biomarkers; Joint modeling; Multistate process; Survival outcome; Multivariate longitudinal outcomes