Joint Models of Two Longitudinal Biomarkers and Clustered Survival Data for Dynamic Prediction with Application to Periodontitis
Joint modeling of longitudinal data and survival data has been extended to accommodate multilevel data structures. In dental studies, data often exhibit a multilevel hierarchy: each patient has multiple teeth, and one or more biomarkers are measured repeatedly over time for each tooth. In addition to biomarker measurements, the time to tooth loss may vary differently between patients as some people are more susceptible to tooth loss. In this paper, we account for intra-patient and intra-tooth correlations in the longitudinal measurement of a continuous biomarker, probing pocket depth, and a binary biomarker, mobility. We also account for the correlation in time to tooth loss between teeth within the same patient. We jointly model the two biomarker measurements and the risk of tooth loss. We use the proposed joint model to make dynamic prediction of the survival outcome and evaluate the predictive performance, accounting for censoring and multilevel data structure.
Modèles conjoints de deux biomarqueurs longitudinaux et données de survie groupées pour une prédiction dynamique appliquée à la parodontite
Nous étendons la modélisation conjointe des données longitudinales et des données de survie pour prendre en compte les structures de données à plusieurs niveaux. Dans les études dentaires, les données présentent souvent une hiérarchie à plusieurs niveaux : chaque patient possède plusieurs dents, et un ou plusieurs biomarqueurs sont mesurés à plusieurs reprises au fil du temps pour chaque dent. Outre les mesures des biomarqueurs, le délai avant la perte d'une dent peut varier d'un patient à l'autre, certaines personnes étant plus susceptibles que d'autres à la perte dentaire. Dans cet article, nous tenons compte des corrélations intra-patients et intra-dents dans la mesure longitudinale d'un biomarqueur continu, la profondeur de poche, et d'un biomarqueur binaire, la mobilité. Nous tenons également compte de la corrélation dans le temps de la perte dentaire entre les dents d'un même patient. Nous modélisons conjointement les deux mesures de biomarqueurs et le risque de perte dentaire. Nous utilisons le modèle conjoint proposé pour effectuer une prédiction dynamique de la réponse de survie et évaluer les performances prédictives, en tenant compte de la censure et de la structure des données à plusieurs niveaux.
Date and Time
-
Langue de la présentation orale
Anglais
Langue des supports visuels
Anglais