血圧の時間依存の被験者固有の変動と競合する事象の間の関連を研究するための位置スケールの共同モデル

科学分野:

• バイオ統計学
• 流行病学
• 心血管研究

背景:

• 心血管疾患 (CVD) は,高い罹病率と死亡率により,公衆衛生上の大きな課題となっています.
• 高血圧は既知のリスク因子であり,新しい証拠は,血圧の変動も独立した予測因子である可能性があることを示唆しています.
• 血圧の変動に関する既存の研究は,しばしば方法論的な限界がある.

研究 の 目的:

• マーカーと競合するイベントの繰り返し測定を分析するための新しい共同統計モデルを提案し,検証する.
• 血圧の変動とCVDのリスクと全因死亡率との関連を調査する.
• リスク予測モデルにおける異質の分散を考慮する重要性を示す.

主な方法:

• 競合するイベントの対象特有の,時間依存の残差および因果特有の比例的強度モデルを含む混合モデルを組み込む共同場所スケールモデルの開発.
• このモデルは,イベントリスクがマーカーの軌道の現在の値と傾き,およびその分散に依存することを可能にします.
• Rパッケージで実装され,シミュレーションで検証されたMarquardt-Levenbergアルゴリズムを用いた最大確率による推定.

主要な成果:

• 脳卒中の二次予防に関する大規模な臨床試験への適用は,個々の血圧の変動がCVDと死亡のリスクと関連していることを明らかにしています.
• 提案されたモデルは,異質の分散を考慮しないモデルと比較して,適性および予測精度が向上していることを示しています.
• これらの結果は,血圧の変動をリスク評価に組み込むことの臨床的重要性を強調しています.

結論:

• 開発された共同モデルは,マーカーの変動性と競合するリスクの複雑な関係を効果的に捉えています.
• 血圧の変動は,心血管疾患と死亡率の重要な独立リスク因子として確認されています.
• ヘテロゲネスな分散を考慮することは,心臓血管の健康における正確なリスク予測と臨床的意思決定に不可欠です.