Estudio de enfermedades progresivas usando un modelo de Markov de estados múltiples

Los factores de riesgo y su grado de asociación con una enfermedad progresiva, tal como la enfermedad de Alzheimer o el cáncer de hígado, pueden identificarse usando modelos epidemiológicos; algunos ejemplos de estos modelos incluyen los de regresión logística, Poisson, log-lineales, regresión linea...

Full description

Autores:
Salazar Uribe, Juan Carlos
Iral Palomino, René
Tipo de recurso:
Article of journal
Fecha de publicación:
2005
Institución:
Universidad Autónoma de Bucaramanga - UNAB
Repositorio:
Repositorio UNAB
Idioma:
spa
OAI Identifier:
oai:repository.unab.edu.co:20.500.12749/10417
Acceso en línea:
http://hdl.handle.net/20.500.12749/10417
Palabra clave:
Ciencias biomédicas
Ciencias de la vida
Innovaciones en salud
Investigaciones
Health Sciences
Medicine
Medical Sciences
Biomedical Sciences
Life Sciences
Innovations in health
Research
Alzheimer ́s disease
Genetic markers
Multiple stage models
Longuitudinal data
Markov ́s dependence
Medicina
Ciencias de la salud
Ciencias médicas
Enfermedad de Alzheimer
Marcadores genéticos
Modelos de estados múltiples
Datos longitudinales
Dependencia de Markov
Rights
License
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
id UNAB2_fc00b90b95bf1f39a9d1a446abde72e2
oai_identifier_str oai:repository.unab.edu.co:20.500.12749/10417
network_acronym_str UNAB2
network_name_str Repositorio UNAB
repository_id_str
dc.title.spa.fl_str_mv Estudio de enfermedades progresivas usando un modelo de Markov de estados múltiples
dc.title.translated.eng.fl_str_mv Study of progressive diseases using a multi-state Markov model
title Estudio de enfermedades progresivas usando un modelo de Markov de estados múltiples
spellingShingle Estudio de enfermedades progresivas usando un modelo de Markov de estados múltiples
Ciencias biomédicas
Ciencias de la vida
Innovaciones en salud
Investigaciones
Health Sciences
Medicine
Medical Sciences
Biomedical Sciences
Life Sciences
Innovations in health
Research
Alzheimer ́s disease
Genetic markers
Multiple stage models
Longuitudinal data
Markov ́s dependence
Medicina
Ciencias de la salud
Ciencias médicas
Enfermedad de Alzheimer
Marcadores genéticos
Modelos de estados múltiples
Datos longitudinales
Dependencia de Markov
title_short Estudio de enfermedades progresivas usando un modelo de Markov de estados múltiples
title_full Estudio de enfermedades progresivas usando un modelo de Markov de estados múltiples
title_fullStr Estudio de enfermedades progresivas usando un modelo de Markov de estados múltiples
title_full_unstemmed Estudio de enfermedades progresivas usando un modelo de Markov de estados múltiples
title_sort Estudio de enfermedades progresivas usando un modelo de Markov de estados múltiples
dc.creator.fl_str_mv Salazar Uribe, Juan Carlos
Iral Palomino, René
dc.contributor.author.spa.fl_str_mv Salazar Uribe, Juan Carlos
Iral Palomino, René
dc.contributor.cvlac.spa.fl_str_mv Salazar Uribe, Juan Carlos [0000063509]
dc.contributor.googlescholar.spa.fl_str_mv Salazar Uribe, Juan Carlos [7epKVSUAAAAJ&hl=es&oi=ao]
dc.contributor.orcid.spa.fl_str_mv Salazar Uribe, Juan Carlos [0000-0003-2286-3627]
dc.subject.none.fl_str_mv Ciencias biomédicas
Ciencias de la vida
Innovaciones en salud
Investigaciones
topic Ciencias biomédicas
Ciencias de la vida
Innovaciones en salud
Investigaciones
Health Sciences
Medicine
Medical Sciences
Biomedical Sciences
Life Sciences
Innovations in health
Research
Alzheimer ́s disease
Genetic markers
Multiple stage models
Longuitudinal data
Markov ́s dependence
Medicina
Ciencias de la salud
Ciencias médicas
Enfermedad de Alzheimer
Marcadores genéticos
Modelos de estados múltiples
Datos longitudinales
Dependencia de Markov
dc.subject.keywords.eng.fl_str_mv Health Sciences
Medicine
Medical Sciences
Biomedical Sciences
Life Sciences
Innovations in health
Research
Alzheimer ́s disease
Genetic markers
Multiple stage models
Longuitudinal data
Markov ́s dependence
dc.subject.lemb.spa.fl_str_mv Medicina
Ciencias de la salud
Ciencias médicas
dc.subject.proposal.spa.fl_str_mv Enfermedad de Alzheimer
Marcadores genéticos
Modelos de estados múltiples
Datos longitudinales
Dependencia de Markov
description Los factores de riesgo y su grado de asociación con una enfermedad progresiva, tal como la enfermedad de Alzheimer o el cáncer de hígado, pueden identificarse usando modelos epidemiológicos; algunos ejemplos de estos modelos incluyen los de regresión logística, Poisson, log-lineales, regresión lineal y mixtos. En las ciencias médicas, el uso de modelos que tengan en cuenta no solo los distintos estados de salud que un participante experimenta a través del tiempo sino también las características propias de cada uno de ellos (por ejemplo, edad, género, características genéticas, etc.) parece razonable y justificado. En este artículo se discute una metodología que permite estimar el efecto de covariables asociadas con una enfermedad cuando la progresión o regresión de dicha enfermedad puede ser idealizada por medio de un modelo de estados múltiples (multi-state model) con varios estados que a su vez permite tener en cuenta la asociación de las mediciones tomadas en un mismo participante a través del tiempo. El método expuesto, que se basa en la propiedad de Markov se ilustra con datos simulados acerca de la enfermedad de Alzheimer. Finalmente, se discuten los méritos y las limitaciones de este enfoque.[Salazar JC, Iral R. Estudio de enfermedades progresivas usando un modelo de Markov de estados múltiples.
publishDate 2005
dc.date.issued.none.fl_str_mv 2005-12-01
dc.date.accessioned.none.fl_str_mv 2020-10-27T14:21:39Z
dc.date.available.none.fl_str_mv 2020-10-27T14:21:39Z
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/article
dc.type.local.spa.fl_str_mv Artículo
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_6501
dc.type.redcol.none.fl_str_mv http://purl.org/redcol/resource_type/ART
format http://purl.org/coar/resource_type/c_6501
dc.identifier.issn.none.fl_str_mv 2382-4603
0123-7047
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12749/10417
dc.identifier.instname.spa.fl_str_mv instname:Universidad Autónoma de Bucaramanga UNAB
dc.identifier.repourl.none.fl_str_mv repourl:https://repository.unab.edu.co
identifier_str_mv 2382-4603
0123-7047
instname:Universidad Autónoma de Bucaramanga UNAB
repourl:https://repository.unab.edu.co
url http://hdl.handle.net/20.500.12749/10417
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv https://revistas.unab.edu.co/index.php/medunab/article/view/182/166
dc.relation.uri.none.fl_str_mv https://revistas.unab.edu.co/index.php/medunab/article/view/182
dc.relation.references.spa.fl_str_mv Kay R. A Markovmodel for analyzing cancer markers and disease states in survival studies. Biometrics 1986; 42: 855-65
Frydman H. Semiparametric estimation in a three-state duration dependent Markov model from interval-censored observations with application to AIDS data. Biometrics 1995; 51: 502-11
Marshall G, Guo W, Jones RH. MARKOV: a computer program for multi-state Markov models with covariates. Comp Meth Progr Biomed 1995; 47:147-56
Joly P, Commenges D. A penalized likelihood approach for a pro-gressive three-state model with censored and truncated data: Application to AIDS. Biometrics 1999; 55: 887-90
Salazar JC, Tyas SL, Snowdon DA, Desrosiers MF, Riley KP, Mendiondo MS, Kryscio RJ. Estimating intensity functions on multi-state Markov models with application to the Nun Study. Proceedings Joint Statistical Meeting San Francisco 2003; 3616-23
Bhat UN. Elements of applied stochastic processes. New York: John Wiley and sons, 2 ed, 1984
Harezlak J, Gao S, Hui SL. An illness-death stochastic model in the analysis of longitudinal dementia data. Statist Med 2003; 22:1465-75.
SAS Institute, Inc., SAS/IML Software: Usage and Reference, Ver-sion 6, First Edition, Cary, NC: SAS Institute Inc., 1989; 501.
Therneau TM, Grambsch PM. Modeling survival data: extending the Cox model. New York: Springer-Verlag, 2000: 39-44
Aitkin M, Alfó M. Regression models for binary longitudinal responses. Stat Comput 1998; 8:289-307
DeGroot M. Probabilidad y estadística. México: Addison-Wesley Iberoamericana, 2 ed, 1988: 302-4
Meeker W, Escobar L. Statistical methods for reliability data. New York: Wiley Series in Probability and Statistics, 1998.
Faddy MJ. A note on the general time dependent stochastic compartmental model. Biometrics1976; 32: 443-8
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.uri.none.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rights.creativecommons.*.fl_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Atribución-NoComercial-SinDerivadas 2.5 Colombia
http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Autónoma de Bucaramanga UNAB
dc.publisher.faculty.spa.fl_str_mv Facultad Ciencias de la Salud
dc.publisher.program.spa.fl_str_mv Pregrado Medicina
publisher.none.fl_str_mv Universidad Autónoma de Bucaramanga UNAB
dc.source.none.fl_str_mv MedUNAB; Vol. 8 Núm. 3 (2005): Sincope, Influenza, Orientación sexual; 202-207
institution Universidad Autónoma de Bucaramanga - UNAB
bitstream.url.fl_str_mv https://repository.unab.edu.co/bitstream/20.500.12749/10417/1/2005_Estudio_de_enfermedades_progresivas.pdf
https://repository.unab.edu.co/bitstream/20.500.12749/10417/2/2005_Estudio_de_enfermedades_progresivas.pdf.jpg
bitstream.checksum.fl_str_mv 15300942b27d70b408030dfb3082bca4
8bb6d22535d2834dbf52564e2d97cfbb
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositorio Institucional | Universidad Autónoma de Bucaramanga - UNAB
repository.mail.fl_str_mv repositorio@unab.edu.co
_version_ 1828219879824556032
spelling Salazar Uribe, Juan Carlosf83f32cd-4498-47ea-ad95-ed11b90c28e4Iral Palomino, René3ae53c0d-69dc-43f3-8fdf-f43a3c21e7deSalazar Uribe, Juan Carlos [0000063509]Salazar Uribe, Juan Carlos [7epKVSUAAAAJ&hl=es&oi=ao]Salazar Uribe, Juan Carlos [0000-0003-2286-3627]2020-10-27T14:21:39Z2020-10-27T14:21:39Z2005-12-012382-46030123-7047http://hdl.handle.net/20.500.12749/10417instname:Universidad Autónoma de Bucaramanga UNABrepourl:https://repository.unab.edu.coLos factores de riesgo y su grado de asociación con una enfermedad progresiva, tal como la enfermedad de Alzheimer o el cáncer de hígado, pueden identificarse usando modelos epidemiológicos; algunos ejemplos de estos modelos incluyen los de regresión logística, Poisson, log-lineales, regresión lineal y mixtos. En las ciencias médicas, el uso de modelos que tengan en cuenta no solo los distintos estados de salud que un participante experimenta a través del tiempo sino también las características propias de cada uno de ellos (por ejemplo, edad, género, características genéticas, etc.) parece razonable y justificado. En este artículo se discute una metodología que permite estimar el efecto de covariables asociadas con una enfermedad cuando la progresión o regresión de dicha enfermedad puede ser idealizada por medio de un modelo de estados múltiples (multi-state model) con varios estados que a su vez permite tener en cuenta la asociación de las mediciones tomadas en un mismo participante a través del tiempo. El método expuesto, que se basa en la propiedad de Markov se ilustra con datos simulados acerca de la enfermedad de Alzheimer. Finalmente, se discuten los méritos y las limitaciones de este enfoque.[Salazar JC, Iral R. Estudio de enfermedades progresivas usando un modelo de Markov de estados múltiples.Risk factors and their degree of association with a progressive disease, such as Alzheimer's disease or liver cancer, can be identified using epidemiological models; Some examples of these models include logistic regression, Poisson, log-linear, linear regression, and mixed models. In medical sciences, the use of models that take into account not only the different health states that a participant experiences over time but also the characteristics of each of them (for example, age, gender, genetic characteristics, etc.) .) seems reasonable and justified. This article discusses a methodology that allows estimating the effect of covariates associated with a disease when the progression or regression of said disease can be idealized through a multi-state model with several states that in turn It allows taking into account the association of measurements taken in the same participant over time. The exposed method, which is based on the Markov property, is illustrated with simulated data about Alzheimer's disease. Finally, the merits and limitations of this approach are discussed. [Salazar JC, Iral R. Study of progressive diseases using a multistate Markov model.application/pdfspaUniversidad Autónoma de Bucaramanga UNABFacultad Ciencias de la SaludPregrado Medicinahttps://revistas.unab.edu.co/index.php/medunab/article/view/182/166https://revistas.unab.edu.co/index.php/medunab/article/view/182Kay R. A Markovmodel for analyzing cancer markers and disease states in survival studies. Biometrics 1986; 42: 855-65Frydman H. Semiparametric estimation in a three-state duration dependent Markov model from interval-censored observations with application to AIDS data. Biometrics 1995; 51: 502-11Marshall G, Guo W, Jones RH. MARKOV: a computer program for multi-state Markov models with covariates. Comp Meth Progr Biomed 1995; 47:147-56Joly P, Commenges D. A penalized likelihood approach for a pro-gressive three-state model with censored and truncated data: Application to AIDS. Biometrics 1999; 55: 887-90Salazar JC, Tyas SL, Snowdon DA, Desrosiers MF, Riley KP, Mendiondo MS, Kryscio RJ. Estimating intensity functions on multi-state Markov models with application to the Nun Study. Proceedings Joint Statistical Meeting San Francisco 2003; 3616-23Bhat UN. Elements of applied stochastic processes. New York: John Wiley and sons, 2 ed, 1984Harezlak J, Gao S, Hui SL. An illness-death stochastic model in the analysis of longitudinal dementia data. Statist Med 2003; 22:1465-75.SAS Institute, Inc., SAS/IML Software: Usage and Reference, Ver-sion 6, First Edition, Cary, NC: SAS Institute Inc., 1989; 501.Therneau TM, Grambsch PM. Modeling survival data: extending the Cox model. New York: Springer-Verlag, 2000: 39-44Aitkin M, Alfó M. Regression models for binary longitudinal responses. Stat Comput 1998; 8:289-307DeGroot M. Probabilidad y estadística. México: Addison-Wesley Iberoamericana, 2 ed, 1988: 302-4Meeker W, Escobar L. Statistical methods for reliability data. New York: Wiley Series in Probability and Statistics, 1998.Faddy MJ. A note on the general time dependent stochastic compartmental model. Biometrics1976; 32: 443-8http://creativecommons.org/licenses/by-nc-nd/2.5/co/Atribución-NoComercial-SinDerivadas 2.5 Colombiahttp://purl.org/coar/access_right/c_abf2MedUNAB; Vol. 8 Núm. 3 (2005): Sincope, Influenza, Orientación sexual; 202-207Ciencias biomédicasCiencias de la vidaInnovaciones en saludInvestigacionesHealth SciencesMedicineMedical SciencesBiomedical SciencesLife SciencesInnovations in healthResearchAlzheimer ́s diseaseGenetic markersMultiple stage modelsLonguitudinal dataMarkov ́s dependenceMedicinaCiencias de la saludCiencias médicasEnfermedad de AlzheimerMarcadores genéticosModelos de estados múltiplesDatos longitudinalesDependencia de MarkovEstudio de enfermedades progresivas usando un modelo de Markov de estados múltiplesStudy of progressive diseases using a multi-state Markov modelinfo:eu-repo/semantics/articleArtículohttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1http://purl.org/redcol/resource_type/ARThttp://purl.org/coar/version/c_970fb48d4fbd8a85ORIGINAL2005_Estudio_de_enfermedades_progresivas.pdf2005_Estudio_de_enfermedades_progresivas.pdfArticuloapplication/pdf699602https://repository.unab.edu.co/bitstream/20.500.12749/10417/1/2005_Estudio_de_enfermedades_progresivas.pdf15300942b27d70b408030dfb3082bca4MD51open accessTHUMBNAIL2005_Estudio_de_enfermedades_progresivas.pdf.jpg2005_Estudio_de_enfermedades_progresivas.pdf.jpgIM Thumbnailimage/jpeg8948https://repository.unab.edu.co/bitstream/20.500.12749/10417/2/2005_Estudio_de_enfermedades_progresivas.pdf.jpg8bb6d22535d2834dbf52564e2d97cfbbMD52open access20.500.12749/10417oai:repository.unab.edu.co:20.500.12749/104172023-10-18 22:01:00.913open accessRepositorio Institucional | Universidad Autónoma de Bucaramanga - UNABrepositorio@unab.edu.co