一种新的逻辑模型，该模型考虑了在单位区间上具有特定于受试者和序列相关的时变分布自由随机效应的纵向二元数据

《Biometrical Journal》：A New Logistic Model With Subject-Specific and Serially Correlated Time-Specific Distribution-Free Random Effects on the Unit Interval for Longitudinal Binary Data

针对长期二元数据中传统beta-binomial混合效应模型依赖参数假设且引入正态随机效应导致计算不便的问题，提出一种结合服从区间分布的随机效应的新乘积模型，通过准似然方法实现参数估计，结果稳健且易于解释，并以多发性硬化症试验数据验证其有效性。

　　

摘要

近年来，针对纵向二元数据开发了多种贝塔-二项混合效应模型；然而，这些方法在很大程度上依赖于贝塔随机效应和正态随机效应的参数化设定。此外，将正态随机效应纳入贝塔-二项模型的过程中，牺牲了一定的计算便利性和模型的清晰解释性。在本文中，我们提出了一种新模型，该模型将特定于受试者的、具有序列相关性的、在单位区间上的非参数随机效应与固定效应相乘，应用于逻辑回归分析中。这种乘法模型设置使得单位区间上的随机效应能够被解释为风险修饰因素，同时简化了模型的推导和随机效应的预测过程。我们采用了拟似然方法来估计该模型。我们的结果对随机效应的分布具有鲁棒性。通过多发性硬化症试验数据的分析，对该方法进行了验证。

利益冲突

作者声明不存在利益冲突。