The illness-death model is the simplest multistate model where the transition from the initial state 0 to the absorbing state 2 may involve an intermediate state 1 (e.g., disease relapse). The impact of the transition into state 1 on the subsequent transition hazard to state 2 enables insight to be gained into the disease evolution. The standard approach of analysis is modeling the transition hazards from 0 to 2 and from 1 to 2, including time to illness as a time-varying covariate and measuring time from origin even after transition into state 1. The hazard from 1 to 2 can be also modeled separately using only patients in state 1, measuring time from illness and including time to illness as a fixed covariate. A recently proposed approach is a model where time after the transition into state 1 is measured in both scales and time to illness is included as a time-varying covariate. Another possibility is a model where time after transition into state 1 is measured only from illness and time to illness is included as a fixed covariate. Through theoretical reasoning and simulation protocols, we discuss the use of these models and we develop a practical strategy aiming to (a) validate the properties of the illness-death process, (b) estimate the impact of time to illness on the hazard from state 1 to 2, and (c) quantify the impact that the transition into state 1 has on the hazard of the absorbing state. The strategy is also applied to a literature dataset on diabetes.

中文翻译：

---

对疾病-死亡模型中过渡到吸收状态的风险进行建模

疾病-死亡模型是最简单的多状态模型，其中从初始状态 0 到吸收状态 2 的转变可能涉及中间状态 1（例如，疾病复发）。过渡到状态 1 对随后过渡到状态 2 的危害的影响使人们能够深入了解疾病的演变。标准的分析方法是对从 0 到 2 和从 1 到 2 的过渡风险建模，包括将发病时间作为随时间变化的协变量，并测量从原点到状态 1 的时间，甚至在过渡到状态 1 之后。从 1 到 2 的风险可以是还仅使用状态 1 的患者单独建模，测量从患病的时间并将患病时间作为固定协变量。最近提出的一种方法是一种模型，其中在两个尺度中测量转换到状态 1 后的时间，并将发病时间作为随时间变化的协变量包括在内。另一种可能性是一种模型，其中转换到状态 1 后的时间仅从疾病开始测量，而到疾病发生的时间作为固定协变量包括在内。通过理论推理和模拟协议，我们讨论了这些模型的使用，并制定了一个实用的策略，旨在 (a) 验证疾病-死亡过程的特性，(b) 估计疾病发生时间对来自状态的危害的影响1 到 2，和 (c) 量化过渡到状态 1 对吸收状态的危害的影响。该策略还应用于有关糖尿病的文献数据集。另一种可能性是一种模型，其中转换到状态 1 后的时间仅从疾病开始测量，而到疾病发生的时间作为固定协变量包括在内。通过理论推理和模拟协议，我们讨论了这些模型的使用，并制定了一个实用的策略，旨在 (a) 验证疾病-死亡过程的特性，(b) 估计疾病发生时间对来自状态的危害的影响1 到 2，和 (c) 量化过渡到状态 1 对吸收状态的危害的影响。该策略还应用于有关糖尿病的文献数据集。另一种可能性是一种模型，其中转换到状态 1 后的时间仅从疾病开始测量，而到疾病发生的时间作为固定协变量包括在内。通过理论推理和模拟协议，我们讨论了这些模型的使用，并制定了一个实用的策略，旨在 (a) 验证疾病-死亡过程的特性，(b) 估计疾病发生时间对来自状态的危害的影响1 到 2，和 (c) 量化过渡到状态 1 对吸收状态的危害的影响。该策略还应用于有关糖尿病的文献数据集。我们讨论了这些模型的使用，并制定了一个实用的策略，旨在 (a) 验证疾病-死亡过程的特性，(b) 估计患病时间对状态 1 到 2 的危害的影响，以及 (c) ) 量化过渡到状态 1 对吸收状态的危害的影响。该策略还应用于有关糖尿病的文献数据集。我们讨论了这些模型的使用，并制定了一个实用的策略，旨在 (a) 验证疾病-死亡过程的特性，(b) 估计患病时间对状态 1 到 2 的危害的影响，以及 (c) ) 量化过渡到状态 1 对吸收状态的危害的影响。该策略还应用于有关糖尿病的文献数据集。