刘，M。；卡帕迪亚，A.S。；艾策尔，C.J。 评估新风险标记物在生存模型中的预测作用。 （英语） Zbl 1420.62435号 J.统计理论实践。 4，第4期，845-855（2010）. 摘要：虽然接收器工作特性曲线（ROC）下面积是预测模型性能的最常用度量，但它有局限性，特别是当它用于评估现有风险模型中新风险标记的附加区分时。M.J.彭西纳等[“评估新标记物的附加预测能力：从ROC曲线下的区域到重新分类和超越”，Stat.Med.27，No.2，157-172（2008；doi:10.1002/sim.2929)]为了补充AUC（IAUC）的改进，提出了两个指标，即净重分类改进（NRI）和综合歧视改进（IDI）。他们的NRI和IDI基于病例对照设置中的二进制结果，不涉及时间-事件结果。然而，许多疾病的结果是与时间相关的，发病时间可以被审查。在不考虑事件发生时间的情况下测量预后标记的鉴别潜力可能导致有偏见的估计。在本文中，我们将NRI和IDI扩展到时间对事件设置，并导出了相应的样本估计和渐近检验。模拟研究表明，与Pencina的NRI和IDI相比，时间依赖性NRI和DII在测量新风险标记物在预后生存模型中改进的辨别力方面具有更好的性能。 MSC公司： 62号05 可靠性和寿命测试 62页第10页 统计学在生物学和医学中的应用；元分析 关键词：改善歧视；预后生存模型；时间相关NRI；依赖时间的IDI PDF格式BibTeX公司 XML格式引用 \textit{M.Liu}等人，J.Stat.理论与实践。4，编号4，845--855（2010；Zbl 1420.62435） 全文： 内政部 链接 参考文献： [1] 倒角，LE；Diao，G.，长期风险预测ROC曲线下时间依赖区域的估计，《医学统计学》，25，3474-3486（2006）·doi:10.1002/sim.2299 [2] 库克，NR，《风险预测中接收器操作特性曲线的使用和误用》，《循环》，115，928-935（2007）·doi:10.1161/CIRCULATIONAHA.106.672402 [3] 鸡蛋，KM；Lagerqvist，B。；Venge，P。；Wallentin，L。；Lindahl，B.，非节段抬高急性冠脉综合征期间和之后生物标记物的预测价值，美国心脏病学会杂志，54，357-364（2009）·doi:10.1016/j.jacc.2009.03.056 [4] JA汉利；Mcneil，BJ，接收器工作特性（ROC）曲线下面积的含义和使用，放射学，143，29-36（1982）·doi:10.1148/放射学.143.1.7063747 [5] FE哈雷尔；Lee，KL；Mark，DB，《多变量预测模型：开发模型、评估假设和充分性以及测量和减少误差方面的问题》，《医学统计》，第15期，第361-387页（1996年）·doi:10.1002/（SICI）1097-0258（19960229）15:4<361:：AID-SIM168>3.0.CO；2-4 [6] 赫格蒂，PJ；Lumley，T。；Pepe，MS，截尾生存数据和诊断标记的时间依赖ROC曲线，生物计量学，56，337-344（2000）·Zbl 1060.62622号 ·文件编号：10.1111/j.0006-341X.2000.00337.x [7] 卡普兰，EL；Meier，P.，《不完全观测的非参数估计》，《美国统计协会杂志》，53，457-481（1958）·兹伯利0089.14801 ·doi:10.1080/01621459.1958.10501452 [8] Pencina，MJ；达戈斯蒂诺，苏格兰皇家银行；达戈斯蒂诺，苏格兰皇家银行；Vasan，RS，评估一个新标记的附加预测能力：从ROC曲线下的区域到重新分类和更远，《医学统计》，27，157-172（2008）·doi:10.1002/sim.2929 [9] 佩佩，理学硕士；Z.Feng。；Gu，JW，评估一种新标志物的额外预测能力：从ROC曲线下的面积到重新分类及其他，医学统计学，27173-181（2008）·数字对象标识代码：10.1002/sim.2991 [10] 项目经理Ridger；付款人，NP；Rifai，N。；加齐亚诺，M。；Cook，NR，C-反应蛋白和父母病史改善了全球心血管风险预测：男性Reynolds风险评分，《循环》，118，s1145（2008）·doi:10.1161/CIRCULATIONAHA.108.814251 [11] 沙阿·T。；卡萨斯，JP；库珀，JA；Tzoulaki，I。；右沙发。；V·麦科马克。；Smeeth，L。；日本迪恩菲尔德；罗伊，GD；A.拉姆利。；福克斯，FGR；汉弗莱斯，东南；Hingorani，AD，《CRP测量预测冠心病事件的关键评估：31个前瞻性队列的新数据和系统评价》，《国际流行病学杂志》，38，217-231（2009）·doi:10.1093/ije/dyn217 [12] 西蒙斯（RK Simmons）；夏普，S。；博克霍尔特，M。；洛杉矶Sargeant；考，KT；新泽西州Wareham；Griffin，SJ，《欧洲癌症前瞻性调查中Framingham风险评分的评估——添加糖化血红蛋白是否改善冠心病事件的预测？》？，《内科学档案》，1681209-1216（2008）·doi:10.1001/archinte.68.11.209 [13] Houwelingen，HC，预后生存模型的验证、校准、修订和组合，医学统计学，193401-3415（2000）·doi:10.1002/1097-0258（20001230）19:24<3401:：AID-SIM554>3.0.CO；2-2 [14] Zeletius，B。；Berglund，L。；Sundstrom，J。；Ingelsson，E。；巴苏，S。；Larsson，A。；Venge，P。；Arnlov，J.，使用多种生物标记物改善心血管原因死亡预测，《新英格兰医学杂志》，3582107-2116（2008）·doi:10.1056/NEJMoa0707064文件 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。