×
杰里米·泰勒。;Park，Yongseok公园;唐娜·安科斯特（Donna P.Ankerst）。;塞西尔·普鲁斯·利马;斯科特·威廉姆斯;拉里·凯斯廷;京华Bae;Pickles，汤姆;霍华德·桑德勒

使用联合模型实时预测前列腺癌复发。 （英语） Zbl 1272.62093号

生物计量学 第1期第69页，第206-213页（2013年）.
小结：以前接受过放射治疗的前列腺癌患者会定期接受称为前列腺特异性抗原（PSA）的实验室检测。如果PSA测试值开始上升，则表明前列腺癌更有可能复发，患者可能希望开始新的治疗。准确估计未来几年癌症复发的概率，可以帮助这些患者做出医疗决策。在本文中，我们描述了在基于web的计算器上实现的新患者复发概率的计算方法。这些方法使用关节纵向生存模型。该模型基于2386名患者的训练数据集开发，并在846名患者的数据集上进行测试。贝叶斯估计方法与一种马尔可夫链蒙特卡罗（MCMC）算法一起使用，该算法用于估计训练数据集的参数，第二种快速MCMC用于预测复发风险，该方法使用新患者的纵向PSA测量值。

引用于11文件

理学硕士：

第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：

联合纵向生存模型;在线计算器;预测概率;前列腺癌;PSA公司
PDF格式BibTeX公司 XML格式引用
\textit{J.M.G.Taylor}等人，《生物统计学》69，第1期，206--213（2013；Zbl 1272.62093）
全文： 内政部 链接

参考文献：

[1] Ankerst，《临床肿瘤学统计手册》，第397页–（2006年）·Zbl 1140.62347号
[2] 亨德森，纵向测量和事件时间数据的联合建模，生物统计学1第465页–（2000）·Zbl 1089.62519号 ·doi:10.1093/biostatistics/1.4.465
[3] Kennedy，《根据适应症进行治疗的纵向研究中抢救治疗对生存率的影响》，《医学统计》29页，2569–（2010）·数字对象标识代码：10.1002/sim.4017
[4] 林，纵向生物标志物和事件过程数据联合分析的潜在类模型，《美国统计协会杂志》97第53页–（2002）·Zbl 1073.62582号 ·doi:10.1198/016214502753479220
[5] Pickles，《延长新辅助和辅助雄激素消融术治疗的男性休斯顿生化复发定义的评估和随访准备期偏差的评估》，《国际放射肿瘤学杂志，生物学，物理学》57，第11页–（2003）·doi:10.1016/S0360-3016（03）00439-5
[6] Proust-Lima，《纵向和时间-事件数据的联合潜在类模型：综述》，《医学研究中的统计方法》（2012年）
[7] Proust-Lima，使用治疗后PSA的重复测量开发和验证前列腺癌复发的动态预后工具：联合建模方法，生物统计学10 pp 535–（2009）·doi:10.1093/biostatistics/kxp009
[8] Proust-Lima，前列腺特异性抗原随时间变化的决定因素及其与五大队列前列腺癌外照射治疗后复发的关系，《国际放射肿瘤学、生物学、物理学杂志》72页782–（2008）·doi:10.1016/j.ijrobp.2008.01.056
[9] Rizopoulos，纵向和时间-事件数据联合模型中的动态预测和预期准确性，《生物统计学》第67页，第819页–（2011年）·Zbl 1226.62124号 ·文件编号：10.1111/j.1541-0420.2010.01546.x
[10] Roach，《临床局限性前列腺癌患者接受或不接受激素治疗的放疗后生物化学衰竭的定义：RTOG-ASTRO Phoenix共识会议的建议》，《国际放射肿瘤学、生物学、物理学杂志》65页965–（2006）·doi:10.1016/j.ijrobp.2006.04.029
[11] Steyerberg，《评估预测模型的性能：传统和新测量的框架》，《流行病学》21第128页-（2010）·doi:10.1097/EDE.0b013e3181c30fb2
[12] Taylor，基于生物标记物的风险预测模型验证，《临床癌症研究》14页5977–（2008）·doi:10.1158/1078-0432.CCR-07-4534
[13] Taylor，前列腺癌放射治疗后疾病进展的个体化预测，《临床肿瘤学杂志》23页816–（2005）·doi:10.1200/JCO.2005.12.156
[14] Wang，应用于获得性免疫缺陷综合征的纵向和事件时间数据联合建模，美国统计协会杂志96页895–（2001）·Zbl 1047.62115号 ·doi:10.1198/016214501753208591
[15] Xu，《由重复测量和事件时间组成的纵向数据联合分析》，《皇家统计学会杂志》。C系列（应用统计）50页375–（2001）·兹比尔1112.62312 ·数字对象标识代码：10.1111/1467-9876.00241
[16] Yu，联合纵向生存治疗模型及其在前列腺癌中的应用，《中国统计》第14卷第835页–（2004年）·Zbl 1073.62111号
[17] Yu，使用联合纵向生存治愈模型对前列腺癌研究的个体预测，《美国统计协会杂志》103第178页–（2008）·Zbl 1469.62383号 ·doi:10.1198/016214500000400
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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，而不声称其完整性或完全匹配。