预测-状态监视 swMATH ID: 23312 软件作者： 科利、丽贝卡·叶茨；Aaron J.Fisher。；穆法达尔·马马瓦拉；Herbert Ballentine Carter；Kenneth J.Pienta。；斯科特·泽格。 描述： 一种贝叶斯层次模型，用于预测来自多个数据源的潜在健康状态，并应用于前列腺癌的主动监测。在本文中，我们提出了一个贝叶斯层次模型，用于从纵向临床测量预测潜在健康状态。模型开发的动机是需要整合多个数据来源，以改进是否切除或照射患者前列腺癌的临床决策。现有的建模方法得到了扩展，以适应基于活检组织的癌症状态测定中的测量误差、可能不会随机丢失的临床测量以及真实状态的信息部分观察。该模型能够评估个人潜在前列腺癌是否具有侵袭性，是否需要手术和/或放射治疗，或是否具有惰性，从而允许持续监测。然后，这些个性化预测可以传达给临床医生和患者，以告知决策。我们用约翰·霍普金斯大学低风险前列腺癌患者队列的数据证明了该模型，并评估了观察到真实癌症状态的子集的预测准确性。仿真研究证实了模型的性能，并探讨了信息缺失调整对真实状态预测的影响。R代码在在线补遗和url中提供{http://github.com/rycoley/prediction-prostate-surveillance}. 主页： https://github.com/rycoley/preduction-prostate-surveillance（https://github.com/rycoley/预测-状态-监控） 源代码： https://github.com/rycoley/preduction-prostate-surveillance（https://github.com/rycoley/预测-状态-监控） 依赖项： R（右） 关键词： 潜在类别分析;缺少数据;精准医学;前列腺癌预后;风险分类 相关软件： R（右）;卡爪;PRMLT公司;github;R2jags公司;POMDP公司;罗杰斯;斯坦;卢比;科恩平滑;贝叶斯DA;PMTK公司 引用于： 4文件 标准条款 1出版物描述软件，包括1出版物以zbMATH为单位 年份 一种贝叶斯层次模型，用于预测来自多个数据源的潜在健康状态，并应用于前列腺癌的主动监测。 Zbl 1372.62063号科利、丽贝卡·叶茨;Aaron J.费希尔。;穆法达尔·马马瓦拉;赫伯特·巴伦蒂·卡特;肯尼思·皮恩塔。;斯科特·泽格。 2017 全部的 前5名13位作者引用 1 赫伯特·巴伦蒂·卡特 1 科利、丽贝卡·叶茨 1 布莱恩·丹顿。 1 Aaron J.费希尔。 1 罗伯特·J·B·古迪。 1 李伟余 1 穆法达尔·马马瓦拉 1 安德鲁·曼德森（Andrew A.Manderson）。 1 托德·摩根（Todd M.Morgan）。 1 肯尼思·皮恩塔。 1 苏希·萨里亚 1 彼得·舒拉姆 1 斯科特·泽格。 4篇连载文章中引用 1 生物计量学 1 欧洲运筹学杂志 1 机器学习研究杂志（JMLR） 1 统计与计算 在4个字段中引用 三 统计学（62-XX） 2 生物学和其他自然科学（92-XX） 1 计算机科学（68至XX） 1 运筹学、数学规划（90-XX） 按年份列出的引文