Generalized time-varying coefficient models for the analysis of longitudinal data in health: an application in HIV / AIDS and COVID-19

El análisis de datos longitudinales es necesario cuando la variable respuesta se mide repetidamente sobre la misma unidad de observación a lo largo del tiempo. Los métodos paramétricos se han empleado tradicionalmente en el análisis de datos longitudinales para estimar los coeficientes que definen la relación entre el predictor lineal y la variable respuesta, sin embargo las técnicas paramétricas no son apropiadas cuando no se cumplen los supuestos acerca de la variable respuesta y la componente aleatoria del modelo, o cuando el valor esperado de la variable respuesta (o una función de esta variable vía una función de enlace) no resulta ser una función conocida de los efectos fijos y aleatorios, razones por las que los modelos paramétricos pueden llevar a conclusiones alejadas de la tendencia promedio del conjunto de datos. En estos casos, las técnicas de regresión no paramétricas, en las que en lugar de parámetros se emplean funciones locales suavizadas que dependen del tiempo, denominados coeficientes o parámetros dinámicos, constituyen una alternativa muy poderosa de modelamiento en el análisis de datos longitudinales, puesto que permiten establecer una dependencia funcional más flexible entre la variable respuesta y las covariables. Este trabajo propone desarrollar técnicas de estimación e inferencia para modelos de coeficientes dinámicos no paramétricos generalizados, particularmente cuando la variable respuesta es de conteo, ilustrando su aplicación en el efecto de la carga viral sobre el conteo de células CD4, en pacientes con HIV/AIDS sometidos a un tratamiento antirretroviral, y también en la predicción de casos de COVID-19.

• Autores: Casadiego Rincón, Elkin Javier
• Tipo de recurso: Masters Thesis
• Fecha de publicación: 2021
• Institución: Universidad Santo Tomás
• Repositorio: Universidad Santo Tomás
• Idioma: spa
• OAI Identifier: oai:repository.usta.edu.co:11634/35397
• Acceso en línea: http://hdl.handle.net/11634/35397
• Palabra clave: Longitudinal data analysis; radial basis kernel function; regression spline; time-varying coef- cient model; viral load; CD4 T lymphocytes count; HIV/AIDS; COVID-19; Estadistica; VIH; HIV; Análisis de datos longitudinales; funciones de base radial kernel; regresión spline; modelos de coeficientes dinámicos; carga viral; conteo de linfocitos CD4,
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 2.5 Colombia