ベイジアン階層区別回帰モデル：長期的な観察研究におけるグループ間の軌道の発散を検出するツール

背景：ベイジアンの階層的区分回帰（BHPR）モデリングは、異なる発達段階で縦方向の反応を持つ参加者グループ間の軌跡の相違のメカニズムを検出および特徴付けるために以前に策定されていません。これらのモデルは、前向きコホート研究の参加者が遠位の二分の健康結果に従ってグループ化されている場合に役立ちます。確かに、有害なリスク因子プロファイルがライフコース全体でどのように発達するかについての洗練された理解は、早期介入を通知するのに役立つ可能性があります。各年齢でリスク要因のグループ間の違いを決定する以前の手法は、発散時の年齢の偏った推定値をもたらす可能性があります。 方法：ベイジアン階層区分回帰（BHPR）の使用を実証して、長期にわたって非線形内反応プロファイルを示す連続結果測定のためにグループ間で軌跡が分岐する年齢のポイント推定と信頼できる間隔を生成します。若いFINNS研究（YFS）の心血管リスクにおける2型糖尿病（T2DM）を持つ2つの成人グループ間の2つのグループの間の小児期から成人のボディマス指数（BMI）の軌跡の発散をモデル化することにより、私たちのアプローチを説明します。 結果：提案されたBHPRアプローチを使用して、T2DMの参加者のBMIプロファイルは、男性の16歳で健康な参加者から分岐したと推定しました（95％信頼できる間隔（CI）：13.5-18歳）、女性の21歳（95％CI：19。5-23年）。これらのデータは、BMI成長率が自然に低下すると予想される年齢より前にT2DMを防ぐための体重管理介入の重要なウィンドウが存在する可能性があることを示唆しています。シミュレーションは、カテゴリの混合モデルから最小二乗平均のペアワイズ比較を使用する場合、より小さなサンプルサイズが発散の後の年齢を締めくくる傾向があることを示しました。対照的に、提案されたBHPRメソッドを使用する場合、発散時間のポイント推定値はサンプルサイズに偏っていません。 結論：BHPRは、長期的な非線形縦断結果をモデル化する強力な分析ツールであり、リスク因子の軌跡が参加者のグループ間で分岐する年齢の特定を可能にします。この方法は、参加者ごとに限られた数の繰り返し測定値のみであり、時間関連の結果が移行の変化または時間の経過に伴う異なる変化の段階によって通常の繰り返し測定値の数だけで、不均衡な縦断データの分析に適しています。

BACKGROUND: Bayesian hierarchical piecewise regression (BHPR) modeling has not been previously formulated to detect and characterise the mechanism of trajectory divergence between groups of participants that have longitudinal responses with distinct developmental phases. These models are useful when participants in a prospective cohort study are grouped according to a distal dichotomous health outcome. Indeed, a refined understanding of how deleterious risk factor profiles develop across the life-course may help inform early-life interventions. Previous techniques to determine between-group differences in risk factors at each age may result in biased estimate of the age at divergence. METHODS: We demonstrate the use of Bayesian hierarchical piecewise regression (BHPR) to generate a point estimate and credible interval for the age at which trajectories diverge between groups for continuous outcome measures that exhibit non-linear within-person response profiles over time. We illustrate our approach by modeling the divergence in childhood-to-adulthood body mass index (BMI) trajectories between two groups of adults with/without type 2 diabetes mellitus (T2DM) in the Cardiovascular Risk in Young Finns Study (YFS). RESULTS: Using the proposed BHPR approach, we estimated the BMI profiles of participants with T2DM diverged from healthy participants at age 16 years for males (95% credible interval (CI):13.5-18 years) and 21 years for females (95% CI: 19.5-23 years). These data suggest that a critical window for weight management intervention in preventing T2DM might exist before the age when BMI growth rate is naturally expected to decrease. Simulation showed that when using pairwise comparison of least-square means from categorical mixed models, smaller sample sizes tended to conclude a later age of divergence. In contrast, the point estimate of the divergence time is not biased by sample size when using the proposed BHPR method. CONCLUSIONS: BHPR is a powerful analytic tool to model long-term non-linear longitudinal outcomes, enabling the identification of the age at which risk factor trajectories diverge between groups of participants. The method is suitable for the analysis of unbalanced longitudinal data, with only a limited number of repeated measures per participants and where the time-related outcome is typically marked by transitional changes or by distinct phases of change over time.