Longitudinal and time-to-drop-out joint models can lead to seriously biased estimates when the drop-out mechanism is at random.

Thomadakis, Christos; Meligkotsidou, Loukia; Pantazis, Nikos; Touloumi, Giota

Thomadakis, Christos; Meligkotsidou, Loukia; Pantazis, Nikos; Touloumi, Giota.

Afiliação

Thomadakis C; Department of Hygiene and Epidemiology, National and Kapodistrian University of Athens, Greece.
Meligkotsidou L; Department of Mathematics, National and Kapodistrian University of Athens, Greece.
Pantazis N; Department of Hygiene and Epidemiology, National and Kapodistrian University of Athens, Greece.
Touloumi G; Department of Hygiene and Epidemiology, National and Kapodistrian University of Athens, Greece.

Biometrics ; 75(1): 58-68, 2019 03.

Article em En | MEDLINE | ID: mdl-30357814

Assuntos

Projetos de Pesquisa Epidemiológica; Estudos Longitudinais; Modelos Estatísticos; Síndrome da Imunodeficiência Adquirida/epidemiologia; Viés; Simulação por Computador; Progressão da Doença; Infecções por HIV/epidemiologia; Soropositividade para HIV; Humanos; Distribuição Aleatória

Palavras-chave

MAR drop-out; MCMC; asymptotic bias; joint modeling; shared random effects models

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Base de dados: MEDLINE Assunto principal: Projetos de Pesquisa Epidemiológica / Estudos Longitudinais / Modelos Estatísticos Tipo de estudo: Clinical_trials / Observational_studies / Prognostic_studies / Risk_factors_studies Limite: Humans Idioma: En Revista: Biometrics Ano de publicação: 2019 Tipo de documento: Article País de afiliação: Grécia

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google