Back to Search Start Over

A new approach for joint modelling of longitudinal measurements and survival times with a cure fraction

Authors :
Yingwei Peng
Dongsheng Tu
Hui Song
Source :
Canadian Journal of Statistics. 40:207-224
Publication Year :
2012
Publisher :
Wiley, 2012.

Abstract

The joint analysis of longitudinal measurements and survival data is useful in clinical trials and other medical studies. In this paper, we consider a joint model which assumes a linear mixed model for longitudinal measurements and a promotion time cure model for survival data and links these two models through a latent variable. A semiparametric inference procedure with an EM algorithm implementation is developed for the parameters in the joint model. The proposed procedure is evaluated in a simulation study and applied to analyze the quality of life and time to recurrence data from a clinical trial on women with early breast cancer. The Canadian Journal of Statistics 40: 207–224; 2012 © 2012 Statistical Society of Canada L'analyse conjointe des mesures longitudinales et de temps de survie est pratique dans les essais cliniques et autres etudes medicales. Dans cet article, nous considerons un modele conjoint qui utilise un modele lineaire mixte (tt) pour les mesures longitudinales et un modele de guerison a temps de promotion pour les donnees de survie. Un lien entre ces deux modeles est etabli a l'aide d'une variable latente. Nous developpons une procedure d'inference semi-parametrique avec une implantation de l'algorithme EM pour les parametres du modele conjoint. A l'aide d'une etude de simulation, nous evaluons cette procedure et nous l'utilisons pour analyser des donnees sur la qualite de vie et le temps de recurrence provenant d'un essai clinique sur des femmes ayant un cancer du sein precoce. La revue canadienne de statistique 40: 207–224; 2012 © 2012 Societe statistique du Canada

Details

ISSN :
03195724
Volume :
40
Database :
OpenAIRE
Journal :
Canadian Journal of Statistics
Accession number :
edsair.doi...........84faa94e3b3329ef6e47844300d0a080