青光眼患者纵向黄斑结构数据的空间变化分层随机效应模型
摘要：使用纵向的黄斑厚度测量模型来监测青光眼的发展过程，以防止视力丧失。黄斑厚度在视网膜上的6×6网格位置上有所变化，同时每次测量还受到成像过程的额外变异影响。目前，眼科医生通过对每个受试者和位置进行重复简单线性回归来估计斜率。为了更准确地估计斜率，我们开发了一种新的贝叶斯层次模型，用于多个受试者，具有空间可变的群体水平和受试者水平系数，并通过受试者和测量位置之间的信息共享。我们在模型中引入了访问效应，以解释观测到的具有空间相关的访问特定误差。我们使用Mat''ern交叉协方差函数的多元高斯过程先验对空间可变的(a)截距，(b)斜率和(c)对数残差标准差（SD）进行建模。每个边际过程都以自己的SD和空间相关性矩阵假定指数核函数。我们为先进的青光眼进展研究的数据开发和应用了这些模型。我们表明，在模型中包含访问效应可以减少对未来厚度测量的预测误差，并极大地改善了模型拟合。
作者：Erica Su, Robert E. Weiss, Kouros Nouri-Mahdavi, and Andrew J. Holbrook
论文ID：2303.09018
分类：Applications
分类简称：stat.AP
提交时间：2023-03-22