Previsões de sobrevivência individualizadas usando modelo de espaço de estado com dados longitudinais e de sobrevivência

O monitoramento da progressão da doença frequentemente envolve o rastreamento de medições de biomarcadores ao longo do tempo. Modelos conjuntos (JMs) para dados longitudinais e de sobrevivência fornecem uma estrutura para explorar a relação entre biomarcadores que variam com o tempo e os desfechos dos pacientes, oferecendo o potencial para previsões de sobrevivência personalizadas. Neste artigo, introduzimos o modelo dinâmico de sobrevivência em espaço de estado linear para lidar com dados longitudinais e de sobrevivência. Este modelo aprimora o modelo tradicional de espaço de estado gaussiano linear ao incluir dados de sobrevivência. Ele difere dos JMs convencionais ao oferecer uma interpretação alternativa por meio de equações diferenciais ou de diferenças, eliminando a necessidade de criar uma matriz de design. Para demonstrar a eficácia do modelo, realizamos um estudo de caso de simulação, enfatizando seu desempenho em condições de medições observadas limitadas. Também aplicamos o modelo proposto a um conjunto de dados de pacientes com hipertensão arterial pulmonar, demonstrando seu potencial para previsões de sobrevivência aprimoradas quando comparado a escores de risco convencionais.