Abstract

Many modern large-scale longitudinal neuroimaging studies, such as the Alzheimer’s Disease Neuroimaging Initiative (ADNI) study, have collected/are collecting asynchronous scalar and functional variables that are measured at distinct time points. The analyses of temporally asynchronous functional and scalar variables pose major technical challenges to many existing statistical approaches. We propose a class of generalized functional partial-linear varying-coefficient models to appropriately deal with these challenges through introducing both scalar and functional coefficients of interest and using kernel weighting methods. We design penalized kernel-weighted estimating equations to estimate scalar and functional coefficients, in which we represent functional coefficients by using a rich truncated tensor product penalized B-spline basis. We establish the theoretical properties of scalar and functional coefficient estimators including consistency, convergence rate, prediction accuracy, and limiting distributions. We also propose a bootstrap method to test the nullity of both parametric and functional coefficients, while establishing the bootstrap consistency. Simulation studies and the analysis of the ADNI study are used to assess the finite sample performance of our proposed approach. Our real data analysis reveals significant relationship between fractional anisotropy density curves and cognitive function with education, baseline disease status and APOE4 gene as major contributing factors. Supplementary materials for this article are available online.

摘要

许多现代大规模纵向神经影像学研究，例如阿尔茨海默病神经影像学倡议 (ADNI) 研究，已经收集/正在收集在不同时间点测量的异步标量和功能变量。对时间异步函数和标量变量的分析对许多现有的统计方法提出了重大的技术挑战。我们提出了一类广义函数偏线性变系数模型，通过引入感兴趣的标量和函数系数以及使用核加权方法来适当地应对这些挑战。我们设计了惩罚核加权估计方程来估计标量和函数系数，其中我们使用丰富的截断张量积惩罚 B 样条基来表示函数系数。我们建立了标量和函数系数估计量的理论性质，包括一致性、收敛速度、预测精度和极限分布。我们还提出了一种 bootstrap 方法来测试参数和函数系数的无效性，同时建立 bootstrap 一致性。模拟研究和 ADNI 研究的分析用于评估我们提出的方法的有限样本性能。我们的真实数据分析揭示了分数各向异性密度曲线与认知功能之间的显着关系，教育、基线疾病状态和 APOE4 基因是主要影响因素。本文的补充材料可在线获取。预测准确性和限制分布。我们还提出了一种 bootstrap 方法来测试参数和函数系数的无效性，同时建立 bootstrap 一致性。模拟研究和 ADNI 研究的分析用于评估我们提出的方法的有限样本性能。我们的真实数据分析揭示了分数各向异性密度曲线与认知功能之间的显着关系，教育、基线疾病状态和 APOE4 基因是主要影响因素。本文的补充材料可在线获取。预测准确性和限制分布。我们还提出了一种 bootstrap 方法来测试参数和函数系数的无效性，同时建立 bootstrap 一致性。模拟研究和 ADNI 研究的分析用于评估我们提出的方法的有限样本性能。我们的真实数据分析揭示了分数各向异性密度曲线与认知功能之间的显着关系，教育、基线疾病状态和 APOE4 基因是主要影响因素。本文的补充材料可在线获取。模拟研究和 ADNI 研究的分析用于评估我们提出的方法的有限样本性能。我们的真实数据分析揭示了分数各向异性密度曲线与认知功能之间的显着关系，教育、基线疾病状态和 APOE4 基因是主要影响因素。本文的补充材料可在线获取。模拟研究和 ADNI 研究的分析用于评估我们提出的方法的有限样本性能。我们的真实数据分析揭示了分数各向异性密度曲线与认知功能之间的显着关系，教育、基线疾病状态和 APOE4 基因是主要影响因素。本文的补充材料可在线获取。