跳到主要內容

簡易檢索 / 詳目顯示

研究生: 吳天文
Tain-Wen Wu
論文名稱: 台灣愛滋病實例研究- 以極限測定之線性混合模型探討病患之CD4數目與病毒載量對時間的關係
An AIDS case study in Taiwan- Using lineaer mixed model with detection of limitation to explore the relationship among virraload, CD4 counts and the mearsurement time.
指導教授: 曾議寬
Yi-Kuan Tseng
口試委員:
學位類別: 碩士
Master
系所名稱: 理學院 - 統計研究所
Graduate Institute of Statistics
論文出版年: 2014
畢業學年度: 102
語文別: 中文
論文頁數: 66
中文關鍵詞: 測量極限EM演算法長期追蹤共變數
相關次數: 點閱:10下載:0
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報
  • 本論文使用CD4 細胞數以及病毒載量與測量時間來找出愛滋病患的CD4 細胞數和病毒載量與時間之間的關係。在許多生物測量或各領域的資料,常會有檢測極限的觀測限制,也因為長期追蹤資料中,人為的測量誤差或生物體本身的差異,使得我們對生物指標的觀測產生偏差;因此,本研究同時使用檢測極限之設限與線性混合效應模型來解決上述的問題,並探討使用雞尾酒療法與無使用雞尾酒療法對愛滋病患之CD4 細胞數以及病毒載量的關係差異,以及用各種找出生物指標與時間的方法做比較,並用EM演算法計算考慮檢測極限下的資料的參數估計。
    關鍵字:測量極限、EM演算法、長期追蹤共變數。


    In this study, we are interested to investigate the relationship among CD4 counts, viral load and measurement time of AIDS patients. In many medical and biological studies, limitation of detection in observations exists. A famous example is the viral load of HIV. Consequently, we simultaneously use limitation of detection and linear mixed effected model to solve the problem. We also find the difference of the CD4 counts and viral load between patients who are given treatment of HAART and non-HAART. The estimating procedure is based on likelihood approach by considering the limitation detection as censoring. Simulations and data example demonstrate the usefulness of the proposed likelihood approach.

    摘要 i Abstract ii 致謝 iii 圖目錄 v 表目錄 vi 第一章緒論 1 1.1 資料背景 1 1.1.1 疾病介紹 2 1.1.2主要疾病傳染途徑 4 1.1.3疾病預防 5 1.1.4疾病診斷指標 6 1.1.5 疾病治療 8 1.2研究背景與目的 10 1.2.1存活分析 10 1.2.2檢測極限 11 1.2.3線性混合模型 13 1.2.4研究目的 15 第二章統計方法 16 2.1線性混合模型 16 2.1.1 線性混合模型介紹 16 2.1.2 隨機效應的預測 18 2.1.3 無檢測極限下的最大概似函數及估計量 20 2.1.4 有檢測極限之下的最大概似函數及參數估計 23 2.2 B-spline曲線 28 2.2.1 B-spline函數計算 29 第三章模擬研究 32 3.1 資料無檢測極限時之無檢測極限參數估計 32 3.2資料有檢測極限時之無檢測極限方法的參數估計 34 3.3資料有檢測極限時之有檢測極限方法的參數估計 36 第四章實例分析 38 4.1使用資料介紹 38 4.2 LME模型 39 4.2.1病毒載量與時間的LME模型配適 39 4.2.2病毒載量與時間在LME模型與LM之間的比較 41 4.2.3病毒載量與CD4細胞數的LME模型配適 42 4.2.4病毒載量與CD4在LME模型與LM之間的比較 44 4.2.5病毒載量與CD4在有無檢測極限下的比較 45 4.2.6病毒載量與CD4在有無用藥下的LME模型配適 46 4.2.7檢測極限在有無用雞尾酒療法下的LME模型配適 48 4.2.8以調整檢測極限下的方法估計模型參數 50 4.2.9與醫學研究做比較 51 4.3 B-spline模型配適 52 第五章結論與討論 53 參考文獻 55

    1. Breslow, N. E. and Clayton D. G. (1993). Approximate inference in generalized linear mixed models . Journal of the American Statistical Association, 88, 9-25 .
    2. Cnaan, A., Laird, N. M. and Slasor, P. (1997). Using the general linear mixed model to analyse unbalanced repeated measures and longitudinal data. Statistics in Medicine, 16, 2349-2380.
    3. Henderson, C. R., Kempthorne, O., Searle, S. R. and Von Krosigk, C. M. (1959). The Estimation of environmental and genetic trends from Records subject to culling. Biometrics, 15, 192-218.
    4. Henderson, R., Diggle, P. J. and Dobson, A. (2000). Joint modelling of longitudinal measurements and event time data. Biostatistics, 1, 465-480.
    5. Im, S. (1992). Mixed linear model with uncertain paternity. Journal of the Royal Statistical Society:series C, 41, 109-116.
    6. Janet, M. B., Daniel, C.E. and Niel, T. C. (2004). Lowering the detection limits of HIV-1 viral load using real-time immuno-PCR for HIV-1 p24 antigen. American journal of clinical pathology, 122, 20-27.
    7. McGilchrist, C. A. (1994). Estimation in generalised mixed models. Journal of the Royal Statistical Society:series B, 56, 61-69.
    8. McNaught, A. D. (1997). Compendium of Chemical Terminology. Blackwell Scientific Publications Oxford, UK.
    9. Nelder, J. A. and Wedderburn, R. W. M. (1972). Generalized linear models. Journal of the Royal Statistical Society:series A, 135, 370-384.
    10. Pinheiro, J. C. and Chao, E. C. (2006). Efficient laplacian and adaptive Gaussian quadrature algorithms for multilevel generalized linear mixed models. Journal of Computational and Graphical Statistics, 15, 58-81.
    11. Ronald, F. (1918). The correlation between relatives on the supposition of mendelian inheritance. Transactions of the Royal Society of Edinburgh, 52, 399-433.
    12. Skrondal, A. and Rabe-Hesketh, S. (2004). Generalized latent variable modeling: Multilevel, longitudinal and structural equation models. Boca Raton, Chapman & Hall/CRC.
    13. Tseng, Y. K., Hsu, K. N. and Yang, Y. F. (2014). A Semiparametric Extended hazard regression model with time-dependent covariates. Journal of Nonparametric Statistics, 26, 115-128.
    14. Wang, Y. (2000). Mixed effects smoothing spline analysis of variance. Journal of the Royal Statistical Society:series B, 80 , 159-174.
    15. Wang, Y., Taylor, J. M. G. (2001). Jointly modelling longitudinal and event time data, with applications to AIDS studies. Journal of the American Statistical Association, 96, 895-905.
    16. 施伊珊 (2007)。存活與長期追蹤資料之聯合模型-台灣愛滋病實例
    研究。國立中央大學統計研究所碩士論文。
    17. 孫怡婷 (2011)。聯合長期追蹤與存活資料分析-愛滋病病患之實例分析。國立中央大學統計研究所碩士論文。
    18. 翁瑄佑 (2013)。台灣愛滋病實例研究-以聯合模型探討CD4細胞數以及病毒乘載量對愛滋病患存活時間之關係。國立中央大學統計研究所碩士論文。
    19. 張兆良 (2008)。開發扣鎖探針結合DNA陣列技術應用於多重診斷細菌性病原。國立成功大學分子醫學研究所碩士論文。
    20. 張輔仁 (2008)。時間相依共變數之雙重存活時間分析-台灣愛滋病病患存活時間與CD4 / CD8 比值關係之案例研究。國立中央大學統計研究所碩士論文。
    21. 陳瑞霙 (2008)。聯合模型在雞尾酒療法療效評估之應用-利用CD4/CD8 比值探討台灣愛滋病資料。國立中央大學統計研究所碩士論文。

    QR CODE
    :::