×
龙，齐;张晓喜;罗伯德·博斯蒂克。

结直肠癌风险和功能性生物标记物联合建模的半参数估计。 （英语） Zbl 1213.62172号

生物。J。 53，第3期，393-410（2011）.
摘要：这项研究是由一项大肠腺瘤先导性研究推动的，该研究的结果是存在代表结直肠癌风险的大肠腺瘤，而感兴趣的预测因子是蛋白质生物标记物，其沿着人类结肠的微观结构长度重复测量，存在误差，结肠隐窝。这类生物标记物被称为功能性生物标记物。研究人员对识别与结直肠癌风险相关的功能性生物标记物的特征感兴趣。我们研究了一种联合建模方法，其中使用逻辑回归模型对二元临床结果进行建模，并将未观察到的真实功能生物标记物作为预测因子。大多数现有方法都是针对线性模型或无误差测量的功能性生物标记物开发的，不能直接应用于我们的数据。适用的方法包括两步法和最大似然法，它们有一些局限性。
我们提出了一种稳健的半参数方法来克服现有方法的局限性。我们研究了该方法的特性，并通过仿真表明，与其他方法相比，该方法具有更好的性能，并且可以显著节省CPU时间。我们分析了试点大肠腺瘤数据，结果表明，在结肠隐窝增殖区到分化区的过渡区，抑癌基因AFC的表达水平可能与结直肠癌的风险相关。鉴于试点研究的样本量相对较小，我们的结果需要在未来的全面研究中得到验证。

引用于2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
62J12型 广义线性模型（逻辑模型）
62G08号 非参数回归和分位数回归
62G35型 非参数稳健性
92 C50 医疗应用（通用）
65C60个 统计中的计算问题（MSC2010）
62G05型 非参数估计

关键词：

功能逻辑模型;测量误差
PDF格式BibTeX公司 XML格式引用
\textit{Q.Long}等人，《生物》。J.53，No.3，393--410（2011；Zbl 1213.62172）
全文： 内政部 链接

参考文献：

[1] Apanasovich，非平稳二进制数据的空间相关性测试，应用于结肠癌变过程中的异常隐窝病灶，生物统计学59，第752页–（2003）·Zbl 1214.62107号 ·doi:10.1111/j.0006-341X.2003.0088.x
[2] Baldandyuthapani，贝叶斯分层空间相关功能数据分析及其在结肠癌发生中的应用，生物计量学64第64页–（2008）·Zbl 1274.62715号 ·doi:10.1111/j.1541-0420.2007.00846.x
[3] Cardot，带误差变量的函数线性回归中的平滑样条估计，计算统计与数据分析51 pp 4832–（2007）·Zbl 1162.62333号 ·doi:10.1016/j.csda.2006.07.029
[4] Cardot，通过惩罚似然对功能数据的广义线性模型进行估计，《多元分析杂志》92第24页–（2005）·Zbl 1065.62127号 ·doi:10.1016/j.jmva.2003.08.008
[5] 卡塞拉，统计推断（2001）
[6] Crambes，函数线性回归的平滑样条估计，《统计年鉴》37，第35页–（2009）·Zbl 1169.62027号 ·doi:10.1214/07-AOS563
[7] Daniel，TGF-{（α）}表达作为散发性腺瘤患者和非散发性腺癌患者正常结肠粘膜内风险的潜在生物标志物，《癌症流行病学生物标志物与预防》，第18页，65–（2009）·doi:10.1158/1055-9965.EPI-08-0732
[8] Fedirko，维生素D和钙补充剂对正常结肠粘膜氧化DNA损伤标记物的影响：一项随机临床试验，《癌症流行病学、生物标记物和预防》，第19页，280–（2010）·doi:10.1158/1055-9965.EPI-09-0448
[9] Gerdes，结肠上皮增生室的扩大和腺瘤性息肉的频率与结直肠癌家族史的强度相关，《癌症研究》53，第279页–（1993）
[10] 黄，具有协变量误差的逻辑回归的一致函数方法，美国统计协会杂志96页1469–（2001）·Zbl 1051.62066号 ·doi:10.1198/016214501753382372
[11] James，带功能预测因子的广义线性模型，《皇家统计学会杂志》，B辑64页411–（2002）·Zbl 1090.62070号 ·数字对象标识代码：10.1111/1467-9868.00342
[12] Li，关于函数线性回归的收敛速度，《多元分析杂志》98 pp 1782–（2006）·Zbl 1130.62035号 ·doi:10.1016/j.jmva.2006.10.004
[13] Li，一个主要终点和多个纵向协变量过程的联合模型，《生物统计学》63页1068–（2007）·Zbl 1274.62812号 ·doi:10.1111/j.1541-0420.2007.00822.x
[14] Li，当协变量是纵向测量混合模型中的主题特定参数时，广义线性模型的条件估计，《生物统计学》60第1页–（2004）·Zbl 1130.62348号 ·doi:10.1111/j.0006-341X.2004.00170.x
[15] Li，纵向和空间数据中相关函数的非参数估计，应用于结肠癌发生实验，《统计年鉴》35第1608页–（2007）·Zbl 1147.62036号 ·doi:10.1214/00905360000000082
[16] Louis，使用EM算法时发现观测到的信息矩阵，《皇家统计学会杂志》，B辑44，第226页–（1982）·Zbl 0488.62018号
[17] Morris，结肠癌发生过程中分层功能的基于小波的非参数建模，《美国统计协会杂志》98页573–（2003）·Zbl 1040.62104号 ·doi:10.1198/0162145000000422
[18] Morris，了解结肠远端和近端致癌物诱导的DNA加合物水平之间关系的参数和非参数方法，《美国统计协会杂志》96页816–（2001）·Zbl 1072.62666号 ·doi:10.1198/016214501753208528
[19] Morris，《涉及结肠隐窝结构和对含有缺失隐窝的致癌物的协调反应的贝叶斯分析》，《美国统计协会杂志》3第529页–（2002）·Zbl 1138.62356号
[20] Müller，纵向数据的函数建模和分类，《斯堪的纳维亚统计杂志》第32期第223页–（2005）·Zbl 1089.62072号 ·数字对象标识代码：10.1111/j.1467-9469.2005.00429.x
[21] 缪勒，广义函数线性模型，《统计年鉴》，第33页，774页–（2005）·Zbl 1068.62048号 ·doi:10.1214/009053604000001156
[22] Prentice，Logistic疾病发病率模型和病例对照研究，Biometrika 66第403页–（1979）·Zbl 0428.62078号 ·doi:10.1093/biomet/66.3.403
[23] Sidelnikov，MutL同源物1的表达与发病风险，散发性大肠腺瘤：寻找结直肠癌风险的前瞻性生物标志物，《癌症流行病学，生物标志物与预防》，18页1599–（2009）·doi:10.1158/1055-9965.EPI-08-0800
[24] Stefanski，广义线性测量误差模型中的条件分数和最佳分数，Biometrika 74 pp 703–（1987）·Zbl 0632.62052号
[25] 范德法特，《渐进统计》（1998）·Zbl 0910.62001号 ·doi:10.1017/CBO978051180225
[26] 姚，纵向数据的函数线性回归分析，《统计年鉴》33，第2873页–（2005）·Zbl 1084.62096号 ·doi:10.1214/009053605000000660
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。