Ein Mehr-Zustands-Mehr-Episoden-Modell in diskreter Zeit zur Analyse klinischer Studien unter Beruecksichtigung unbeobachteter Heterogenitaet

Die in der Theorie der Verweildaueranalyse ueberwiegenden
zeitstetigen Ansaetze gehen davon aus, dass keine Bindungen
existieren. Diese Voraussetzung ist in der Praxis jedoch
problematisch, so dass zeitdiskrete Ansaetze der Datensituation
besser angepasst sind. Im medizinischen Kontext steht zumeist die
Ueberlebenszeit von Patienten im Mittelpunkt. Neben diesem Ereignis
koennen jedoch andere sich gegenseitig ausschliessende
Ereignisse/Zustaende (competing risks) in verschiedenen Episoden,
wie etwa der Gesundheitszustand im Krankheitsverlauf, von Interesse
sein. In der vorliegenden Arbeit wird ein zeitdiskreter
parametrischer Ansatz zur Analyse von competing risks fuer
Mehr-Episoden-Modellen vorgestellt. Angelehnt an die Theorie der
generalisierten linearen Modelle wird ein
Multinomiales-Logit-Modell zur Modellierung der Hazardrate
verwendet. Fuer die neben den beobachteten Einflussgroessen
bestehende unbeobachtete Heterogenitaet wird eine
Normalverteilungsannahme getroffen. Die
Maximum-Likelihood-Schaetzung wird mittels des
Newton-Raphson-Verfahrens durchgefuehrt, die noetige
Integralapproximation erfolgt ueber die
Gauss-Hermite-Quadraturtechnik. Mit der vorgestellten Methode
werden Daten von 476 Patienten einer Hirntumorstudie ausgewertet.