Modelo de Markov de tres estados: comparación de parametrizaciones de la tasa de intensidad de transición. Aplicación a datos de artritis reumatoidea

• JUAN CARLOS SALAZAR ^[1] ; RENÉ IRAL PALOMINO ^[1] ; ENRIQUE CALVO ^[1] ; ADRIANA ROJAS ^[2] ; MARÍA EUGENIA HINCAPIÉ ^[2] ; JUAN MANUEL ANAYA ^[2] ; FRANCISCO JAVIER DÍAZ ^[1]
  1. [1] Universidad Nacional de Colombia

     Universidad Nacional de Colombia

     Colombia

     
  2. [2] Corporación para Investigaciones Biológicas, CIB
• Localización: Revista Colombiana de Estadística, ISSN-e 2389-8976, ISSN 0120-1751, Vol. 30, Nº. 2, 2007, págs. 213-229
• Idioma: español
• Títulos paralelos:
  • Three state Markov model: comparing three parameterizations of the transition intensity rate. Application to rheumatoid arthritis data
• Enlaces
  • Texto completo
• Dialnet Métricas: 1 Cita
• Resumen
  • español

    Se considera un modelo múltiple de tres estados donde uno de ellos es absorbente. Se asume que la dependencia entre las observaciones registradas para un mismo sujeto sigue un proceso de Markov. Se comparan, vía simulación, tres diferentes parametrizaciones de la tasa de intensidad de transición: la primera está basada en el modelo de hazard multiplicativo de Andersen-Gill (Andersen et al. 1993), la segunda, en el modelo logístico, y la tercera depende del modelo log-log complementario. El método de estimación de parámetros se basa en la función de verosimilitud la cual se optimiza usando las soluciones exactas de un sistema de ecuaciones de Kolmogorov hacia adelante junto con el algoritmo de Newton-Raphson (Abramowitz & Stegun 1972). Usando el sesgo relativo, se selecciona el mejor método de parametrización y se ilustra usando datos recopilados en la Corporación para Investigaciones Biológicas, CIB, acerca de pacientes con artritis reumatoidea.

  • English

    We consider a three state model with an absorbing state assuming an underlying Markov process to explain the dependence among observations within subjects. We compare, using a simulation study, three different parameterizations of the transition intensity rate: the first one is based on the Andersen-Gills multiplicative hazard model (Andersen et al. 1993), the second one is based on the logistic model, and the third one depends on the complementary log-log model. The method to estimate the effect of the parameters is based on the likelihood function which can be optimized using the exact solutions of a Kolmogorov forward differential equations system in conjunction with the Newton-Raphson algorithm (Abramowitz & Stegun 1972). We use the relative bias to select the best estimation estrategy. The methodology is ilustrated using longitudinal data about rheumatoid arthritis (RA) from the Corporación para Investigaciones Biológicas, CIB.

• Referencias bibliográficas
  • Abramowitz, M.,Stegun, I. A.. (1972). Handbook of Mathematical Functions with Formulas, Graphs, and Mathematical Tables. Dover Publications,...
  • Aitkin, M.,Alfó, M.. (1998). `Regression Models for Binary Longitudinal Responses´. Statistics and Computing. 8. 289-307
  • Anaya, J. M.,Pineda, R.,Gómez, L. M.,Galarza, C.,Rojas, A.,Martín, J.. (2006). Artritis reumatoide: bases moleculares, clínicas y terapéuticas....
  • Andersen, P. K.,Borgan, O.,Gill, R. D.,Keiding, N.. (1993). Statistical Models Based on Counting Processes. Springer-Verlag. New York.
  • Bhat, U. N.. (1994). Elements of Applied Stochastic Processes. Wiley. New York.
  • Delgado, A. M.,Martín, J.,Granados, J.,Anaya, J. M.. (2006). `Epidemiología genética de la artritis reumatoide: ¿Qué esperar en América...
  • Diggle, P.,Heagerty, P.,Liang, K. Y.,Zeger, S.. (2002). Analysis of Longitudinal Data. Oxford University Press Inc.. New York.
  • Frydman, H.. (1995). `Semiparametric Estimation in a Three-State Duration Dependent Markov Model from Interval-Censored Observations with...
  • Gao, S.. (2004). `A Shared Random Effect Parameter Approach for Longitudinal Dementia Data with Non-Ignorable Missing Data´. Statistics...
  • Harezlak, J.,Gao, S.,L., H. S.. (2003). `An Illness-death Scholastic Model in the Analysis of Longitudinal Dementia Data´. Statistics...
  • Hendrie, H. C.,Ogunniyi, A.,Hall, K. S.,Baiyewu, O.,Unverzagt, F. W.,Gureje, O.. (2001). `Incidence of Dementia and Alzheimer Disease...
  • Iral, R.,Salazar, J. C.. (2006). `Memorias XVI Simposio de Estadística 2006: Estadística en la Industria. III encuentro Colombia-Venezuela...
  • Jacquez, J. A.. (1972). Compartmental Analysis in Biology and Medicine: Kinetics of Distribution of Tracer-Labeled Materials. Elsevier Pub....
  • Joly, P.,Commenges, D.. (1999). `A Penalized Likelihood Approach for a Progressive Three-State Model with Censored and Truncated Data:...
  • Kalbfleish, J. D.,Lawless, J. F.,Vollmer, W. M.. (1983). `Estimation in Markov Models from Aggregate Data´. Biometrics. 39. 907-919
  • Kay, R.. (1986). `A Markov Model for Analyzing Cancer Markers and Disease States in Survival Studies´. Biometrics. 42. 855-865
  • Marshall, G.,Guo, W.,Jones, R. H.. (1995). `MARKOV: A Computer Program for Multi-State Markov Models with Covariables´. Computer Methods...
  • SAS Institute Inc. (1990). SAS/IML Software: Usage and Reference. 1. SAS Institute Inc., Cary, NC.
  • Salazar, J. C.,Schmitt, F. A.,Yu, L.,Mendiondo, M.,Kryscio, R. J.. (2007). `Shared Random Effects Analysis of Multi-State Markov Models:...
  • Ten, T. R.,Miller, M. E.,Reboussin, B. A.,James, M. K.. (2000). `Mixed Effects Logistic Regression Models for Longitudinal Ordinal Functional...
  • Van der Heijde, D.. (1999). `How to Read Radiographs According to the Sharp/Van Der Heijde Method´. J Rheumatol. 26. 743-745
  • Woodward, M.. (1999). Epidemiology: Study Design and Data Analysis. Chapman and Hall/CRC. New York.