Modelación conjunta de datos longitudinales y de sobrevivencia: una aplicación a datos de biomarcadores en pacientes con Covid-19

Abstract

El siguiente documento presenta una alternativa para el modelamiento de datos de sobrevivencia, con covariables tiempo-dependientes de carácter endógeno, donde modelos clásicos como el modelo extendido de Cox no son apropiados, ya que no tienen en cuenta la estructura de asociación de la covariable endógena con la ocurrencia del evento. La alternativa bajo la cual se modelan las covariables tiempo-dependientes endógenas, en los modelos de sobrevivencia, se conoce como modelamiento conjunto para datos longitudinales y de sobrevivencia, metodología con aportes recientes que han optimizado el proceso de estimación de parámetros. Este trabajo tiene como objetivo explorar la metodología de modelamiento conjunto para datos longitudinales y de sobrevivencia, lo que hace de este una guía para su uso. Finalmente, para verificar los resultados se desarrolla una aplicación a datos clínicos de biomarcadores, en el contexto de la pandemia del Covid-19, en el que se observan las virtudes del método. (Texto tomado de la fuente).

This document presents an alternative for modeling survival data, with endogenous time-dependent covariables, where classical models such as the extended Cox model are not appropriate, since they do not take into account the association structure of the endogenous covariable with the occurrence of the event. The alternative under which the endogenous time-dependent covariables are modeled, in the survival models, it is known as joint modeling for longitudinal and survival data, methodology with recent contributions that have optimized the parameter estimation process. The aim of this document is to explore the joint modeling methodology for longitudinal and survival data, making it a guide for its use. Finally, to verify the results, an application to clinical biomarker data is developed, in the context of the Covid-19 pandemic, in which the virtues of the method are observed.