• Correo ElectrónicoCorreo Electrónico
  • Dirección Nacional de Información AcadémicaDNINFOA - SIA
  • BibliotecaBibliotecas
  • ConvocatoriasConvocatorias
  • Identidad U.N.Identidad U.N.
Escudo de la República de ColombiaEscudo de la República de Colombia
  • English 
    • español
    • English
    • português (Brasil)
  • Aspirantes
  • Estudiantes
  • Egresados
  • Docentes
  • Administrativos
repositorio.unal.edu.co
Bibliotecas
  • Mapa de sedes
  • Amazonía
  • Bogotá
  • Caribe
  • Manizales
  • Medellín
  • Orinoquía
  • Palmira
Biblioteca Digital
  • Repositorio Institucional
  • Entrega de tesis y publicación en línea
  • Digitalización de documentos
  • Normatividad publicación en línea
  • Portal de Revistas UN
  • Suscripción a contenidos UN
  • Contáctenos
Recursos Bibliográficos
  • Recursos electrónicos
  • Catálogo UN
  • Diccionarios y enciclopedias
  • Herramientas bibliográficas
  • Libros electrónicos
  • Descubridor
  • Índices bibliográficos
  • Adquisicion de material bibliografico
Formación
  • Agenda de formación
  • Solicitud de nuevo taller
  • Guía de autoarchivo de documentos
Acerca de
  • Misión y visión
  • Dirección Nacional de Bibliotecas
  • Convenios y redes
  • Video del Sinab
  • Preguntas frecuentes
Sedes
  • Amazonia
  • Bogotá
  • Caribe
  • De La Paz
  • Manizales
  • Medellín
  • Orinoquia
  • Palmira
  • Tumaco
Servicios
Perfiles
Home
    • español
    • English
    • português (Brasil)
  • Login
View Item 
  •   Institutional Repository of Universidad Nacional
  • 3 - Revistas UN
  • Revista Colombiana de Estadística
  • View Item
  •   Institutional Repository of Universidad Nacional
  • 3 - Revistas UN
  • Revista Colombiana de Estadística
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Construction of the Design Matrix for Generalized Linear Mixed-Effects Models in the Context of Clinical Trials of Treatment Sequences

Thumbnail
63332-390960-1-PB.pdf (888.0Kb)
Date published
2018-07-01
Author
Diaz, Francisco J.
Metadata
Show full item record

Summary
The problem of constructing a design matrix of full rank for generalized linear mixed-effects models (GLMMs) has not been addressed in statistical literature in the context of clinical trials of treatment sequences. Solving this problem is important because the most popular estimation methods for GLMMs assume a design matrix of full rank, and GLMMs are useful tools in statistical practice. We propose new developments in GLMMs that address this problem. We present a new model for the design and analysis of clinical trials of treatment sequences, which utilizes some special sequences called skip sequences. We present a theorem showing that estimators computed through quasi-likelihood, maximum likelihood or generalized least squares, or through robust approaches, exist only if appropriate skip sequences are used. We prove theorems that establish methods for implementing skip sequences in practice. In particular, one of these theorems computes the necessary skip sequences explicitly. Our new approach allows building design matrices of full rank and facilitates the implementation of regression models in the experimental design and data analysis of clinical trials of treatment sequences. We also explain why the standard approach to constructing dummy variables is inappropriate in studies of treatment sequences. The methods are illustrated with a data analysis of the STAR*D study of sequences of treatments for depression.
 
La estimación de los efectos de arrastre es un problema difícil en el diseño y análisis de ensayos clínicos de secuencias de tratamientos, incluyendo ensayos cruzados. Excepto por diseños simples, estos efectos son usualmente no identificables y, por lo tanto, no estimables. La imposición de restricciones a los parámetros es a menudo no justificada y produce diferentes estimativos de los efectos de arrastre dependiendo de la restricción impuesta. Las inversas generalizadas o el balance de tratamientos a menudo permiten estimar losefectos principales de tratamiento, pero no resuelven el problema de estimar la contribución de los efectos de arrastre de una secuencia de tratamiento. Además, los períodos de lavado no siempre son factibles o éticos. Los diseños con parámetros no identificables comúnmente tienen matrices de diseño que no son de rango completo. Por lo tanto, proponemos métodos para la construcción de matrices de rango completo, sin imponer restricciones artificiales en los efectos de arrastre. Nuestros métodos son aplicables en un contextode modelos lineales mixtos generalizados. Presentamos un nuevo modelo para el diseño y análisis de ensayos clínicos de secuencias de tratamientos, llamado Sistema Anticrónico, e introducimos secuencias de tratamiento especiales llamadas Secuencias de Salto. Demostramos que los efectos de arrastre son identificables sólo si se usan Secuencias de Salto apropiadas. Explicamos cómo implementar en la práctica estas secuencias, y presentamos un método para calcular las secuencias apropiadas. Presentamos aplicaciones al diseño de un estudio cruzado con 3 tratamientos y 3 períodos, y al análisis del estudio STAR*D de secuencias de tratamientos para la depresión.
 
Subject
Augmented regression ; robust fixed-effects estimators ; generalized least squares ; maximum likelihood ; quasi-likelihood ; random effects linear models ; Cuasi-verosimilitud ; diseño cruzado ; efectos de arrastre ; estimabilidad ; estimadores robustos de efectos fijos ; identificabilidad ; inversas generalizadas ; matriz de diseño ; máxima verosimilitud ; mínimos cuadrados generalizados ; modelos lineales de efectos ;
URI
https://repositorio.unal.edu.co/handle/unal/66485
Collections
  • Revista Colombiana de Estadística [524]

Browse

All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesKnowledge AreasThis CollectionBy Issue DateAuthorsTitlesKnowledge Areas

My Account

LoginRegister

Statistics

View Google Analytics Statistics
Régimen Legal
Talento humano
Contratación
Ofertas de empleo
Rendición de cuentas
Concurso docente
Pago Virtual
Control interno
Calidad
Buzón de notificaciones
Correo institucional
Mapa del sitio
Redes Sociales
FAQ
Quejas y reclamos
Atención en línea
Encuesta
Contáctenos
Estadísticas
Glosario

Contacto página web:
Carrera 45 # 26-85
Edif. Uriel Gutiérrez
Bogotá D.C., ; Colombia
(+57 1) 316 5000

© Copyright 2014
Algunos derechos reservados.
mediosdigitales@unal.edu.co
Acerca de este sitio web

Actualización: 04/10/19

Orgullo UNOrgullo UNAgencia de noticiasAgencia de noticias
Trámites en líneaContaduría General de la República