Key points are not available for this paper at this time.
Markov-Regressionsmodelle beschreiben, wie sich eine kategoriale Antwortvariable im Zeitverlauf für Probanden mit unterschiedlichen erklärenden Variablen verändert. Häufig ist es schwierig, die Antwortvariable in gleichmäßig verteilten diskreten Zeitintervallen zu messen. Hier schlagen wir einen Pearson-typischen Güte-Test für stationäre Markov-Regressionsmodelle vor, die an Paneldaten angepasst sind. Ein parametrisches Bootstrap-Verfahren wird verwendet, um die Verteilung der Teststatistik zu untersuchen. Die vorgeschlagene Technik wird angewendet, um die Anpassung eines Markov-Regressionsmodells zu überprüfen, das zur Identifizierung von Markern für den Krankheitsverlauf bei Psoriasis-Arthritis verwendet wird.
Aguirre-Hernández et al. (Fri,) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: