DOI: https://doi.org/10.1038/s41598-025-33611-5
PMID: https://pubmed.ncbi.nlm.nih.gov/41826390
تاريخ النشر: 2026-03-13
المؤلف: Aniefiok Henry Ekong وآخرون
الموضوع الرئيسي: طرق إحصائية واستدلال بايزي
نظرة عامة
تقدم هذه القسم نظرة عامة على دراسة تمتد النهج الأحادي المتغير لنمذجة البيانات المشتركة المكانية للعلامات الحيوية الطولية المتعددة والمتنوعة وعلاج البقاء المختلط، باستخدام إطار عمل نمذجة غاوسية كامنة. استخدم المؤلفون طريقة استدلال بايزي، وتحديداً تقريب لابلاس، لتقييم التوزيع البعدي للنموذج. تم تنفيذ مواصفة spline لالتقاط المسارات غير الخطية للعلامات الحيوية الطولية بشكل فعال، بينما تم استخدام مؤشرات كامنة لتصنيف المرضى إلى مجموعات معرضة ومتعافية بناءً على نتائج بقائهم.
تفترض الدراسة وجود اعتماد مكاني بين المواقع المجاورة لأخذ التباين المكاني في الاعتبار، حيث تم استخدام شرط ذاتي تلقائي داخلي (IMCAR) لنمذجة هذه التأثيرات المكانية. يتماشى الهيكل الهرمي للنموذج المشترك مع إطار عمل نماذج غاوسية كامنة تحت نموذج بايزي. على الرغم من أن المنهجية تم توضيحها باستخدام مجموعة بيانات من مرضى الأطفال، إلا أنه يُلاحظ أن النهج يمكن تكييفه لمجموعة أعمار أوسع. يعترف المؤلفون بالقيود المتعلقة بكثافة الحسابات لطرق سلسلة ماركوف مونت كارلو (MCMC)، خاصة في مجموعات البيانات الكبيرة، ويقترحون أنه بينما يكون تقريب لابلاس المتكامل (INLA) أقل دقة في العينات الصغيرة، إلا أنه يقدم بديلاً قابلاً للتطبيق.
مقدمة
في المقدمة، يناقش المؤلفون قيود نماذج تحليل البقاء الكلاسيكية، وتحديداً نموذج المخاطر النسبية لكوك (PH) ونموذج زمن الفشل المعجل (AFT). تعمل هذه النماذج تحت افتراض أن جميع الأفراد سيختبرون في النهاية الحدث المعني، أو سيتم censored خلال فترة المتابعة. ومع ذلك، في السيناريوهات الواقعية، مثل تجارب فيروس نقص المناعة البشرية/الإيدز والسرطان، قد لا يواجه بعض الأفراد الحدث بسبب العلاجات الفعالة، مما يؤدي إلى تصنيف هؤلاء الأفراد على أنهم “متعافون”. هذا يقدم هيكل سكاني مزدوج: أولئك المعرضون للحدث وأولئك المتعافون.
يبرز المؤلفون تحدي التعرف في نماذج الشفاء، والذي ينشأ من نقص التعتيم قبل نهاية فترة المتابعة. تعقد هذه المشكلة تقدير تأثير المتغيرات المساعدة على زمن الفشل، حيث يتم تشويشها بواسطة احتمال المزيج للمجموعتين. لمعالجة ذلك، يقترح المؤلفون دمج معلومات تعتمد على الوقت يمكن أن تساعد في تحسين استقرار التقديرات في مثل هذه النماذج.
طرق
تحدد قسم “المواد والطرق” تصميم التجربة والإجراءات المستخدمة في الدراسة. يوضح المواد المستخدمة، بما في ذلك الكواشف المحددة، والمعدات، وأي عينات بيولوجية، لضمان إعادة إنتاج التجارب. تشمل المنهجية العمليات خطوة بخطوة لجمع البيانات، بما في ذلك أي تحليلات إحصائية تم إجراؤها لتفسير النتائج.
بالإضافة إلى ذلك، قد يصف القسم الظروف التجريبية، مثل درجة الحرارة، والمدة، وأي ضوابط تم تنفيذها للتحقق من النتائج. بشكل عام، يعد هذا القسم حاسماً لفهم الإطار الذي تم فيه إجراء البحث، مما يسمح بتقييم موثوقية وصلاحية النتائج التي تم الحصول عليها.
نتائج
تشير النتائج من النموذج المشترك المكاني المتعدد المتغيرات إلى أن العمر والجنس يؤثران بشكل كبير على المتغير الناتج الثنائي \( Z \)، الذي يمثل احتمال شفاء المريض. أظهرت المرضى الإناث احتمالاً أعلى بشكل ملحوظ للشفاء مقارنة بالمرضى الذكور، مع نسبة الأرجحية \( \exp(1.419) = 4.133 \) وفترة موثوقية 95% (CI) من \( (0.467, 37.263) \). بالإضافة إلى ذلك، كان لدى المرضى الذين تتراوح أعمارهم بين 2 إلى 4 سنوات فرصة أعلى للشفاء (\( \exp(1.218) = 3.380 \)، 95% CI: \( (0.056, 6.606) \))، بينما أظهرت الفئات العمرية الأكبر معدلات فشل متزايدة، مما يبرز اعتماد احتمال الشفاء على العمر.
كشفت تحليل العلامات الحيوية أن مؤشر كتلة الجسم (BMI) كان له مسار طولي أكثر أهمية من عدد CD4، على الرغم من أن تأثيرات العلاج كانت كبيرة لكليهما. من الجدير بالذكر أن المتوسط البعدي السلبي لعدد CD4 أشار إلى أن المرضى في مجموعة التدخل كان لديهم مستويات CD4 أعلى، بينما كان العكس صحيحاً بالنسبة لمؤشر كتلة الجسم. أظهر تحليل التأثيرات العشوائية ارتباطاً كبيراً داخل المرضى لمؤشر كتلة الجسم ولكن ليس لعدد CD4. كما وجدت الدراسة أن نسبة الشفاء، المقدرة بـ 61%، تأثرت بالعمر والجنس، حيث أظهرت المرضى الإناث الأصغر سناً أعلى احتمالات الشفاء المتوقعة. كشفت التحليلات الجغرافية عن ارتفاع حالات الشفاء في المناطق الشمالية والغربية من الولاية، حيث كانت إبوكيا لديها أعلى نسبة من الشفاء.
مناقشة
في هذا القسم، يناقش المؤلفون تداعيات نتائجهم على النمذجة المشتركة للبيانات الطولية وبيانات البقاء، خاصة في سياق مرضى فيروس نقص المناعة البشرية/الإيدز. يبرزون فائدة تقنيات النمذجة المشتركة، التي تسمح بالتحليل المتزامن للوقت حتى الحدث والنتائج الطولية، كما يتضح من الأدبيات السابقة. يشير المؤلفون إلى أنه بينما كانت الأساليب البايزية، وخاصة تلك التي تستخدم طرق سلسلة ماركوف مونت كارلو (MCMC)، شائعة، فإنها غالباً ما تواجه تحديات حسابية، خاصة مع مجموعات البيانات الكبيرة. يشيرون إلى تقريب لابلاس المتكامل (INLA) كبديل واعد يبسط الحسابات ويعزز كفاءة ملاءمة النموذج.
تشير النتائج إلى أن تدخل الوجبة العلاجية (TS) لم يؤثر بشكل كبير على مؤشر كتلة الجسم (BMI) للمرضى، على الرغم من أنه أظهر تأثيراً كبيراً على عدد CD4 ونموذج الكمون. من الجدير بالذكر أنه تم العثور على ارتباط سلبي وذو دلالة بين مكون البقاء المختلط وملفات CD4، مما يشير إلى أن مستويات CD4 الأعلى ترتبط بانخفاض خطر أحداث البقاء. تؤكد هذه النتيجة على أهمية مراقبة مستويات CD4 في إدارة فيروس نقص المناعة البشرية/الإيدز، حيث قد تكون بمثابة علامة حيوية حاسمة لنتائج المرضى. يختتم المؤلفون بالتأكيد على الحاجة إلى مزيد من البحث لاستكشاف هذه الارتباطات وتحسين فهم المسارات الطولية في هذه الفئة من المرضى.
DOI: https://doi.org/10.1038/s41598-025-33611-5
PMID: https://pubmed.ncbi.nlm.nih.gov/41826390
Publication Date: 2026-03-13
Author(s): Aniefiok Henry Ekong et al.
Primary Topic: Statistical Methods and Bayesian Inference
Overview
This section presents an overview of a study that extends the univariate approach to spatial joint modeling of multivariate longitudinal biomarkers and mixture cure survival, utilizing a latent Gaussian modeling framework. The authors employed a Bayesian inference method, specifically the Laplace approximation, to evaluate the posterior distribution of the model. A spline specification was implemented to effectively capture the nonlinear trajectories of the longitudinal biomarkers, while latent indicators were used to classify patients into susceptible and cured groups based on their survival outcomes.
The study assumes spatial dependence among neighboring locations to account for spatial variability, employing an intrinsic conditionally autoregressive (IMCAR) prior to model these spatial effects. The hierarchical structure of the joint model aligns with the framework of latent Gaussian models under the Bayesian paradigm. Although the methodology is demonstrated using a dataset of pediatric patients, it is noted that the approach can be adapted for broader age ranges. The authors acknowledge limitations related to the computational intensity of Markov Chain Monte Carlo (MCMC) methods, particularly in large datasets, and suggest that while Integrated Nested Laplace Approximation (INLA) is less accurate in small samples, it offers a viable alternative.
Introduction
In the introduction, the authors discuss the limitations of classical survival analysis models, specifically the Cox proportional hazards (PH) model and the accelerated failure time (AFT) model. These models operate under the assumption that all individuals will eventually experience the event of interest, or be censored within the follow-up period. However, in real-world scenarios, such as HIV/AIDS and cancer trials, some individuals may not encounter the event due to effective treatments, leading to the classification of these individuals as “cured.” This introduces a dual population structure: those who are susceptible to the event and those who are cured.
The authors highlight the challenge of identifiability in cure models, which arises from the lack of censoring before the end of the follow-up period. This issue complicates the estimation of the influence of covariates on failure time, as it is confounded by the mixture probability of the two groups. To address this, the authors suggest incorporating time-dependent information that could help improve the stability of estimates in such models.
Methods
The “Materials and Methods” section outlines the experimental design and procedures employed in the study. It details the materials used, including specific reagents, equipment, and any biological samples, ensuring reproducibility of the experiments. The methodology encompasses the step-by-step processes for data collection, including any statistical analyses performed to interpret the results.
Additionally, the section may describe the experimental conditions, such as temperature, duration, and any controls implemented to validate the findings. Overall, this section is critical for understanding the framework within which the research was conducted, allowing for assessment of the reliability and validity of the results obtained.
Results
The results from the multivariate spatial joint model indicate that age and sex significantly influence the binary outcome variable \( Z \), which represents the likelihood of patient cure. Female patients exhibited a notably higher probability of being cured compared to male patients, with an odds ratio of \( \exp(1.419) = 4.133 \) and a 95% credible interval (CI) of \( (0.467, 37.263) \). Additionally, patients aged 2 to 4 had a higher chance of cure (\( \exp(1.218) = 3.380 \), 95% CI: \( (0.056, 6.606) \)), while older age groups showed increased failure rates, highlighting the dependency of cure probability on age.
The analysis of biomarkers revealed that BMI had a more significant longitudinal trajectory than CD4 counts, although treatment effects were significant for both. Notably, the negative posterior mean for CD4 counts indicated that patients in the intervention group had higher CD4 levels, while the opposite was true for BMI. The random effects analysis showed significant within-patient correlation for BMI but not for CD4. The study also found that the cure proportion, estimated at 61%, was influenced by age and sex, with younger female patients showing the highest predicted cure probabilities. Geographic analysis revealed higher cure incidences in the northern and western regions of the state, with Ipokia having the highest proportion of cures.
Discussion
In this section, the authors discuss the implications of their findings on the joint modeling of longitudinal and survival data, particularly in the context of HIV/AIDS patients. They highlight the utility of joint modeling techniques, which allow for the simultaneous analysis of time-to-event and longitudinal outcomes, as evidenced by previous literature. The authors note that while Bayesian approaches, particularly those utilizing Markov Chain Monte Carlo (MCMC) methods, have been prevalent, they often face computational challenges, especially with large datasets. They reference the integrated nested Laplace approximation (INLA) as a promising alternative that simplifies computations and enhances model fitting efficiency.
The results indicate that the therapeutic snack (TS) intervention did not significantly impact the body mass index (BMI) of patients, although it did show a significant effect on CD4 counts and the latency model. Notably, a negative and significant association was found between the mixture survival component and CD4 profiles, suggesting that higher CD4 counts correlate with a reduced risk of survival events. This finding underscores the importance of monitoring CD4 levels in managing HIV/AIDS, as they may serve as a critical biomarker for patient outcomes. The authors conclude by emphasizing the need for further research to explore these associations and improve the understanding of longitudinal trajectories in this patient population.