半胱天冬氨酸 swMATH ID: 12242 软件作者： Kaderali，L。；Zander，T。；Faigle，美国。；Wolf，J。；舒尔茨，J.L。；R.施拉德。 描述： CASPAR：一种从基因表达数据预测癌症生存时间的分层贝叶斯方法。动机：DNA微阵列可以同时测量任何给定患者样本中的数千个基因表达水平。基因表达数据已被证明与几种癌症的生存率相关，然而，数据分析很困难，因为通常最多只有几百名患者可用，导致回归或分类模型严重不确定。有几种方法可以将患者分为不同的风险类别，然而，在实际生存时间的预测方面却做得相对较少。我们介绍了CASPAR，一种基于微阵列测量预测个体患者真实生存时间的新方法。CASPAR基于嵌入贝叶斯框架中的多元Cox回归模型。回归参数的分层先验分布专门设计用于处理高维（大量基因）和低样本量设置，这是微阵列测量的典型特征。这使得CASPAR能够自动选择信息量最大的小基因子集进行预测。 主页： http://bioinformatics.oxfordjournals.org/content/22/12/1495.short 相关软件： XPPAUT公司；威尔科克斯CV；风险评估；基因模式；GeneSrF公司；姆博斯特；R（右） 引用于： 5文件 全部的 前5名7位作者引用 2 拉尔斯·卡德拉利 2 妮可·雷德（Nicole E.Radde）。 1 安娜·劳尔·伊萨博（Anne-Laure Isabeau），布列斯特（Boulesteix） 1 里贾纳·汉佩尔 1 大卫·坤 1 Johanna Mazur 1 van Wieringen，Wessel N。 2篇连载文章中引用 1 离散应用数学 1 计算统计与数据分析 在5个字段中引用 5 统计学（62-XX） 5 生物学和其他自然科学（92-XX） 1 偏微分方程（35-XX） 1 数值分析（65-XX） 1 计算机科学（68至XX） 按年份列出的引文