Bayesian approach for obtaining the transition rates in a multi-state model. Application to Reumathoid Arthritis data

Salazar U., Juan Carlos; Iral P., René; Correa M., Juan Carlos; Rojas V., Adriana; Anaya, Juan M.

Enfoque bayesiano para obtener las tasas de transición en un modelo de estados múltiples. Aplicación a datos sobre artritis reumatoide

dc.creator	Salazar U., Juan Carlos	es
dc.creator	Iral P., René	es
dc.creator	Correa M., Juan Carlos	es
dc.creator	Rojas V., Adriana	es
dc.creator	Anaya, Juan M.	es
dc.date	2014-12-20
dc.date.accessioned	2025-02-04T20:23:51Z
dc.date.available	2025-02-04T20:23:51Z
dc.identifier	https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/1484
dc.identifier	10.15332/s2027-3355.2014.0002.06
dc.identifier.uri	http://test.repositoriodigital.com:8080/handle/123456789/86215
dc.description	Multi-state models have shown to be useful to analize longitudinal data, especially those involving information about the progression of a disease through time. On the other hand, bayesian methods are useful in highly complex situations where Monte Carlo Marco Chain based techniques are used. In this work, a bayesian method for obtaining the transition rates that govern a three state model with ﬁrst orden markovian structure is implemented. These transition rates are linked to the covariates by means of a Andersen-Gill type model. In this way, the optimal estimation of the covariates eﬀects will improve the estimated values of the transition rates. This bayesian technique based on the Gibbs sampler is compared, using a simulation study, both with a technique proposed by Iral and Salazar and a method based on the discretization of the domain of the posterior distribution. Finallly, these techniques are ilustrated using real data about Rheumatoid Arthritis collected in Colombian patients.	en
dc.description	Los modelos de estados múltiples han demostrado ser de utilidad para el análisis de datos longitudinales, particularmente aquellos que involucran información acerca de la progresión de una enfermedad a través del tiempo. Por otra parte, los métodos bayesianos son útiles en situaciones de alta complejidad cuando se usan técnicas como Monte Carlo Markov Chain. En este trabajo se implementa un método bayesiano basado en el muestreador de Gibbs con el fin de obtener las tasas de transición que gobiernan un modelo de tres estados con estructura markoviana de primer orden. Estas tasas de transición se vinculan con las covariables por medio de un modelo del tipo Andersen-Gill. De esta manera, la estimación óptima de los efectos de las covariables permitirá obtener mejores estimaciones de las tasas de transición. Esta técnica bayesiana se compara vía simulación con la técnica de estimación estudiada por Iral & Salazar (2007) y con un método basado en la discretización del soporte de la distribución posterior. Finalmente, estas técnicas de estimación se ilustran usando datos reales sobre pacientes colombianos con artritis reumatoide.	es
dc.format	application/pdf
dc.format	text/plain
dc.language	spa
dc.publisher	Universidad Santo Tomás	es
dc.relation	https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/1484/1657
dc.relation	https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/1484/3619
dc.source	Comunicaciones en Estadística; Vol. 7 No. 2 (2014)	en
dc.source	Comunicaciones en Estadística; Vol. 7 Núm. 2 (2014)	es
dc.source	2339-3076
dc.source	2027-3355
dc.subject	artritis reumatoide	es
dc.subject	métodos bayesianos	es
dc.subject	modelos de estados	es
dc.subject	muestreador de Gibbs	es
dc.subject	múltiples	es
dc.subject	tasas de transición	es
dc.title	Bayesian approach for obtaining the transition rates in a multi-state model. Application to Reumathoid Arthritis data	en
dc.title	Enfoque bayesiano para obtener las tasas de transición en un modelo de estados múltiples. Aplicación a datos sobre artritis reumatoide	es
dc.type	info:eu-repo/semantics/article
dc.type	info:eu-repo/semantics/publishedVersion

Ficheros en el ítem

Ficheros	Tamaño	Formato	Ver
No hay ficheros asociados a este ítem.

Este ítem aparece en la(s) siguiente(s) colección(ones)

estadistica [100]

Mostrar el registro sencillo del ítem