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