纵向生物标志物数据和横截面结果通常在现代流行病学研究中收集,目的是告知量身定制的干预决策。激素,例如雌二醇(E2)和刺激卵泡激素(FSH)可以预测中年妇女健康的变化。大多数现有的方法集中于平均轨迹的预测变量。但是,主题级标记变异性也可能提供有关疾病风险和健康结果的关键信息。当前的统计模型未与有效的不确定性量化研究这种关系。我们提出了一个贝叶斯联合模型,该模型估算了多个纵向生物标志物的主题级别,方差和共同数量,以预测健康结果。相对于其他忽略受试者级别的可变性差异或执行两阶段估计的方法,所提出的方法提供了较少的偏见和更有效的估计,而在观察到的估计标记差异的情况下。对女性健康数据的分析表明,E2的较大变异性与整个绝经过渡的脂肪质量变化较高有关。
主要关键词