摘要
容积成像特征用于癌症研究,以确定肿瘤的大小和组成,并已被证明是整体生存的预后。本文重点分析了通过癌症基因组图谱(TCGA)项目收集的脑癌患者的肿瘤成分比例。我们的主要目标是确定能够解释脑肿瘤组成异质性的途径和相应的基因。我们特别关注多形性胶质母细胞瘤(GBM),因为它是最常见的恶性脑肿瘤,占所有原发性脑肿瘤的23%,其预后仍然很差。我们提出了一个在相关多元成分响应变量背景下具有组结构的变量选择贝叶斯层次模型。更具体地说,我们通过允许在对数线性回归框架中直接合并可用的高维协变量信息,使用Dirichlet模型对肿瘤内肿瘤成分的比例进行建模。我们采用先验分布来解释协变量组之间的重叠结构。对GBM疾病的模拟和应用表明了我们的方法的重要性。我们已经确定了肿瘤成分基于体积的特征与几个重要途径和基因之间的关联。其中一些基因以前被证明是GBM总生存时间的预后指标。
资金筹措表
蒂埃里·切科(Thierry Chekouo)得到了国家科学研究院(NSERC)发现基金(编号:RGPIN-2019-04810)以及卡尔加里大学和明尼苏达大学的启动资金的支持。
Shariq Mohammed和Arvind Rao通过CCSG P30 CA046592、密歇根大学NCI R37CA214955-01A1的机构研究拨款和启动资金以及美国癌症学会的研究学者拨款(RSG-16-005-01)获得支持。
Shariq Mohammed得到了密歇根大学精准健康的部分支持。Veerabhadran Baladadayuthapani得到了NIH拨款的支持:R01-CA160736、R37CA214955-01A1、R21-CA220299、P30 CA46592和NSF拨款1463233,以及密歇根大学罗杰尔癌症中心和公共卫生学院的启动资金。
Arvind Rao还隶属于放射肿瘤学、生物统计学和生物医学工程系,以及密歇根大学安娜堡分校罗杰尔癌症中心和密歇根数据科学研究所(MIDAS)。
引用
下载引文
蒂埃里·切库(Thierry Chekouo)。
弗朗西斯科·斯廷戈(Francesco C.Stingo)。
谢里克·穆罕默德。
阿尔文德·拉奥(Arvind Rao)。
维拉巴德兰·巴拉丹达尤塔帕尼。
“贝叶斯组选择与组成反应,用于分析放射肿瘤比例及其基因组决定因素。”
附录申请。斯达。
17
(4)
3013 - 3034,
2023年12月。
https://doi.org/10.1214/23-AOAS1749
信息
收到日期:2021年8月1日;修订日期:2022年4月1日;发布日期:2023年12月
欧几里德项目首次提供:2023年10月30日
数字对象标识符:10.1214/23-AOAS1749
关键词:贝叶斯层次模型,Dirichlet回归,胶质母细胞瘤,分组选择,重叠
版权所有©2023数学统计研究所