混合効果ガウスプロセス用量応答曲線予測への適用を伴う機能回帰モデル

パラメトリックな混合効果モデルとノンパラメトリックガウスプロセス回帰モデル、つまり混合効果ガウスプロセス機能回帰モデルを組み合わせて、機能回帰分析のための新しいセミパラメトリックモデルを提案します。パラメトリックコンポーネントは、応答と共変量の間に説明情報を提供できますが、ノンパラメトリックコンポーネントは非線形性を追加できます。他の被験者から借用した情報と個々の被験者から収集された情報を組み合わせて、平均構造と共分散構造を同時にモデル化できます。薬物または薬剤の用量のレベルの異なるレベルの被験者の応答の変化を記述し、多くの分野で幅広い用途を持つ用量反応曲線にモデルを適用します。腎性貧血の管理方法を説明します。患者固有の治療体制を可能にするために、被験者/患者からのこのメカニズムによってより多くの情報が含まれると、個々の用量反応曲線が改善されます。

We propose a new semiparametric model for functional regression analysis, combining a parametric mixed-effects model with a nonparametric Gaussian process regression model, namely a mixed-effects Gaussian process functional regression model. The parametric component can provide explanatory information between the response and the covariates, whereas the nonparametric component can add nonlinearity. We can model the mean and covariance structures simultaneously, combining the information borrowed from other subjects with the information collected from each individual subject. We apply the model to dose-response curves that describe changes in the responses of subjects for differing levels of the dose of a drug or agent and have a wide application in many areas. We illustrate the method for the management of renal anaemia. An individual dose-response curve is improved when more information is included by this mechanism from the subject/patient over time, enabling a patient-specific treatment regime.