纳伊姆·拉希德。;丹尼尔·勒基特（Daniel J.Luckett）。;陈景祥;Michael T.劳森。;王龙韶坎;张云舒;埃里克·B·拉伯（Eric B.Laber）。;刘玉峰;是的，Jen Jen;曾东林;迈克尔·科索罗克。 来自患者衍生异种移植物的高维精确药物。 （英语） Zbl 1510.62451号 美国统计协会。 116，编号535，1140-1154（2021）. 总结：人类癌症的复杂性往往导致治疗反应的显著异质性。精准医疗通过利用这种异质性提供了改善患者预后的潜力。个体化治疗规则（ITR）将精确医学形式化为从患者协变量空间到允许治疗空间的映射。最佳ITR是指在相关人群中使临床结果平均值最大化的ITR。患者衍生异种移植（PDX）研究允许评估单个肿瘤内的多种治疗，因此非常适合评估最佳ITR。PDX数据以相关结果、高维特征空间和大量治疗为特征。在这里，我们探索了从PDX数据估计最佳ITR的机器学习方法。我们分析了一项大型PDX研究的数据，以确定生物标记物，这些生物标记物可为制定针对多种癌症的个性化治疗建议提供信息。我们使用基于回归（Q学习）和直接搜索方法（结果加权学习）估计最佳ITR。最后，我们实施了一种超级学习者方法来组合多个估计的ITR，并表明所得的ITR比任何输入的ITR都表现得更好，从而减轻了用户选择的不确定性。我们的结果表明，PDX数据是制定肿瘤学个性化治疗策略的宝贵资源。 引用于1文件 MSC公司： 62页第10页 统计学在生物学和医学中的应用；元分析 68T07型 人工神经网络与深度学习 关键词：生物标志物;深度学习自动编码器;机器学习;结果加权学习;精密医学;增强学习 软件：DESeq2公司 PDF格式BibTeX公司 XML格式引用 \textit｛N.U.Rashid｝等人，《美国法律总汇》第116卷，第5351140-1154号（2021年；兹bl 1510.62451） 全文： 内政部 arXiv公司 链接 参考文献： [1] Athey，S。；Imbens，G.，“异质因果效应的递归划分，美国国家科学院学报，1137353-7360（2016）·Zbl 1357.62190号 [2] 布尔贡，R。；R先生。；Huber，W.，“独立滤波提高高通量实验的检测能力，美国国家科学院学报，1079546-9551（2010）·doi:10.1073/pnas.0914005107 [3] Chen，J.、Fu，H.、He，X.、Kosorok，M.R.和Liu，Y.（2017），“序贯治疗的个体化治疗规则评估”，arXiv编号1702.04755·Zbl 1414.62436号 [4] 陈，Z。；菲尔莫尔，C.M。；Hammerman，P.S。；Kim，C.F。；Wong，K.-K.，“非小细胞肺癌：一组异质性疾病”，《自然评论癌症》，第14535-546页（2014年）·doi:10.1038/nrc3775 [5] 艾廷格，D.S。；Akerley，W。；Bepler，G。；布鲁姆，M.G。；Chang，A。；切尼，R.T。；Chirieac，L.R。；达米科，T.A。；Demmy，T.L。；甘蒂，A.K.P。；Govindan，R.，“非小细胞肺癌，国家综合癌症网络杂志，8，740-801（2010）·doi:10.6004/jnccn.2010.0056 [6] 范，J。；Lv，J.，“超高维特征空间的确定独立筛选”，《皇家统计学会杂志》，B辑，70849-911（2008）·Zbl 1411.62187号 [7] 高，H。；Korn，J.M。；费雷蒂，S。；莫纳汉，J.E。；Wang，Y。；辛格，M。；张，C。；Schnell，C。；Yang，G。；Zhang，Y。；Balbin，O.A.，“利用患者衍生肿瘤异种移植进行高通量筛查以预测临床试验药物反应，自然医学，211318-1325（2015） [8] 伊达尔戈，M。；阿曼特·F。；Biankin，A.V。；Budinská，E。；Byrne，A.T。；Caldas，C。；克拉克，R.B。；德容，S。；Jonkers，J。；Maelandsmo，G.M。；Roman-Roman，S.，“患者衍生异种移植模型：转化癌症研究的新兴平台，癌症发现，4，998-1013（2014） [9] Imai，K。；Ratkovic，M.，“在随机项目评估中评估治疗效果的异质性，应用统计年鉴，7443-470（2013）·Zbl 1376.62036号 [10] Kumar，N.，“纯化管蛋白的紫杉醇诱导聚合。作用机制，生物化学杂志，25610435-10441（1981） [11] 拉伯，E。；Zhao，Y.，“个体化治疗方案的基于树的方法，生物统计学，102，501-514（2015）·Zbl 1452.62821号 [12] Liu，Y.，Wang，Y.、Kosorok，M.R.、Zhao，Y.和Zeng，D.（2016），“稳健混合学习用于评估个性化动态治疗方案”，arXiv第1611.02314号。 [13] 爱，M.I。；Huber，W。；Anders，S.，“利用DESeq2对RNA-seq数据的折叠变化和扩散进行适度估计，基因组生物学，15，550（2014）·doi:10.1186/s13059-014-0550-8 [14] 吕特克，A.R。；van der Laan，M.J.，“最优动态治疗规则的超学习”，《国际生物统计学杂志》，第12期，第305-332页（2016年）·doi:10.1515/ijb-2015-0052 [15] 马，J。；Stingo，F.C。；Hobbs，B.P.，“基于基因组的个性化治疗选择的贝叶斯预测模型，生物统计学，72575-583（2016）·Zbl 1419.62403号 [16] Metzger-Filho，O。；塔特，A。；de Azambuja，E。；Saini，K.S。；小瓶，G。；Loi，S。；I.布拉德伯里。；布利斯，J.M。；小H.A.Azim。；埃利斯，P。；Di Leo，A.，“剖析三阴性乳腺癌的异质性”，《临床肿瘤学杂志》，第30期，1879-1887页（2012年）·doi:10.1200/JCO.2011.38.2010 [17] Murphy，S.A.，“Q-Learning的泛化错误，机器学习研究杂志，61073-1097（2005）·Zbl 1222.68271号 [18] Murphy，S.A。；范德拉恩，M.J。；罗宾斯，J.M。；Conduct Problems Prevention Research Group，“动态机制的边际均值模型”，《美国统计协会杂志》，96，1410-1423（2001）·Zbl 1051.62114号 ·doi:10.1198/016214501753382327 [19] Orellana，L。；Rotnitzky，A。；Robins，J.M.，“用于估计最佳动态治疗方案的动态制度边际结构平均模型，第一部分：主要内容，国际生物统计学杂志，6，8（2010） [20] 帕克，J.S。；马林斯，M。；Cheang，M.C。；Leung，S。；Voduc，D。；维克里，T。；戴维斯，S。；Fauron，C。；何，X。；胡，Z。；Quackenbush，J.F.，“基于内在亚型的乳腺癌监督风险预测因子”，《临床肿瘤学杂志》，271160-1167（2009）·doi:10.1200/JCO.2008.1370 [21] Pirker，R。；佩雷拉，J.R。；什切斯纳，A。；冯·帕维尔，J。；Krzakowski，M。；Ramlau，R。；维尼琴科，I。；帕克，K。；于成堂（Yu，C.-T.）。；加努尔，V。；Roh，J.K.，“西妥昔单抗联合化疗治疗晚期非小细胞肺癌（FLEX）：一项开放标签随机III期试验，《柳叶刀》，3731525-1531（2009） [22] Polyak，K.，“乳腺癌的异质性，临床研究杂志，121，3786-3788（2011）·doi:10.1172/JCI60534 [23] 钱，M。；Murphy，S.A.，“个体化治疗规则的性能保证，统计年鉴，39，1180（2011）·Zbl 1216.62178号 ·doi:10.1214/10-AOS864 [24] 拉希德，联合国。；斯珀林，A.S。；北卡罗来纳州博利。；楔形，直流。；Van Loo，P。；Tai，Y.-T。；Shammas，医学硕士。；Fulciniti，M。；Samur，M.K。；理查德森，P.G。；Magrangeas，F.，“多发性骨髓瘤中突变等位基因的差异和有限表达，血液，1243110-3117（2014）·doi:10.1182/bloud-2014-04-569327 [25] 罗宾斯，J。；Orellana，L。；Rotnitzky，A.，“最佳治疗和测试策略的估计和外推，医学统计学，274678-4721（2008）·doi:10.1002/sim.3301 [26] Roife，D。；戴，B。；Kang，Y。；佩雷斯，M.V.R。；普拉特，M。；李，X。；Fleming，J.B.，“患者衍生异种移植物的体外试验反映了胰腺导管腺癌患者的临床结果，临床癌症研究，22，6021-6030（2016）·doi:10.1158/1078-0432.CCR-15-2936 [27] 罗斯峡湾，E。；卢卡斯，J。；李·G。；Gerber，H.-P.，“患者衍生肿瘤异种移植的进展：从靶点识别到预测肿瘤临床反应率，生物化学药理学，91，135-143（2014）·doi:10.1016/j.bcp.2014.06.008 [28] Rubin，D.，“因果效应的贝叶斯推断：随机化的作用”，《统计学年鉴》，6，34-58（1978）·Zbl 0383.62021号 [29] Sargent，D.J。；康利，B.A。；阿莱格拉，C。；Collette，L.，“癌症治疗试验中预测标记验证的临床试验设计”，《临床肿瘤学杂志》，2020-2027（2005），23·doi:10.1200/JCO.2005.01.12 [30] Schulte，P.J。；Tsiatis，A.A。；拉伯，E.B。；Davidian，M.，“估算最佳动态治疗方案的Q和A学习方法，统计科学，29，640-661（2014）·Zbl 1331.62437号 ·doi:10.1214/13-STS450 [31] 斯科特·C·L。；麦凯，H.J。；Haluska，P.Jr.，“妇科恶性肿瘤患者衍生异种移植模型”，美国临床肿瘤学会教育书籍/ASCO。美国临床肿瘤学会。会议，e258（2014） [32] Siolas，D。；Hannon，G.J.，“患者衍生肿瘤异种移植：将临床样本转化为小鼠模型，癌症研究，73，5315-5319（2013）·doi:10.1158/0008-5472.CAN-13-1069 [33] 谢凯利，G.J。；Rizzo，M.L.，“布朗距离协方差，应用统计年鉴，31236-1265（2009）·Zbl 1196.62077号 [34] Tentler，J.J。；Tan，A.C。；威克斯，C.D。；Jimeno，A。；梁振英，S。；皮特斯，T.M。；Arcaroli，J.J。；Messersmith，W.A。；Eckhardt，S.G.，“作为肿瘤药物开发模型的患者衍生肿瘤异种移植，《自然评论》临床肿瘤学，9，338-350（2012）·doi:10.1038/nrclinonc.2012.61 [35] 塞拉斯，P。；Arbuck，S.G。；Eisenhauer，E.A。；Wanders，J。；卡普兰，R.S。；鲁宾斯坦。；Verweij，J。；范·格拉贝克，M。；van Oosterom，A.T。；克里斯蒂安，M.C。；Gwyther，S.G.，“评估实体肿瘤治疗反应的新指南，国家癌症研究所杂志，92205-216（2000）·doi:10.1093/jnci/92.3205 [36] Tibshirani，R。；桑德斯，M。；Rosset，S。；朱，J。；K.奈特（K.K.Knight），“通过融合套索实现的稀疏与平滑”，《皇家统计学会杂志》，B辑，67，91-108（2005）·Zbl 1060.62049号 [37] 文森特，P。；拉罗谢尔，H。；我·拉朱伊。；Y.本吉奥。；Manzagol，P.-A.，“堆叠去噪自动编码器：使用局部去噪标准学习深层网络中的有用表示”，《机器学习研究杂志》，11，3371-3408（2010）·Zbl 1242.68256号 [38] Wager，S。；Athey，S.，“利用随机森林估算和推断异质性处理效应，美国统计协会期刊，1131228-1242（2018）·Zbl 1402.62056号 [39] Wang，L.和Laber，E.（2017），“充分的马尔可夫决策过程”，提交。 [40] 王，X。；Mooradi，A.D。；埃尔德曼·吉尔摩，P。；张，Q。；维纳，R。；Davies，S.R。；黄，K.-l。；博加登，R。；Van Tine，文学学士。；邵，J。；丁，L.，“乳腺癌以个体化但协调的方式培养基质组织的蛋白质组，科学信号，10，eaam8065（2017） [41] 惠特尔，J.R。；Lewis，麻省理工学院。；林德曼，G.J。；Visvader，J.E.，“乳腺癌患者衍生异种移植模型及其预测能力，乳腺癌研究，17，17（2015）·doi:10.1186/s13058-015-0523-1 [42] 怀斯，D.O。；Krahe，R。；Oakley，B.R.，“人类γ-管蛋白基因家族，基因组学，67，164-170（2000） [43] Wu，T.，集值动态治疗方案（2016） [44] 张，B。；Tsiatis，A.A。；Davidian，M。；张，M。；Laber，E.，“从分类角度评估最佳治疗方案”，《统计》，第1103-114页（2012年）·Zbl 07847463号 ·doi:10.1002/sta.411 [45] 张，B。；Tsiatis，A.A。；拉伯，E.B。；Davidian，M.，“序贯治疗决策中最佳动态治疗方案的稳健估计，生物统计学，100681-694（2013）·Zbl 1284.62508号 [46] Zhang，Y。；拉伯，E.B。；Tsiatis，A。；Davidian，M.，“使用决策列表构建可解释且节约的治疗方案，生物统计学，71，895-904（2015）·Zbl 1419.62490号 ·doi:10.1111/biom.12354 [47] Zhao，Y。；科索罗克，M.R。；曾博士，“癌症临床试验的强化学习设计”，《医学统计学》，2009年第28期，第3294-3315页·doi:10.1002/sim.3720 [48] Zhao，Y。；曾博士。；拉什，A.J。；Kosorok，M.R.，“使用结果加权学习评估个体化治疗规则，美国统计协会杂志，107，1106-1118（2012）·Zbl 1443.62396号 ·doi:10.1080/01621459.2012.695674 [49] Zhao，Y。；曾博士。；索辛斯基，硕士。；Kosorok，M.R.，“非小细胞肺癌临床试验的强化学习策略，生物统计学，671422-1433（2011）·Zbl 1274.62922号 [50] 周，X。；Mayer-Hamblett，N。；Khan，U。；Kosorok，M.R.，“估计个体化治疗规则的剩余加权学习，美国统计协会杂志，112169-187（2017）·doi:10.1080/01621459.2015.1093947 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。