×

估计最佳治疗方案的稳健方法。 (英语) Zbl 1258.62116号

总结:治疗方案是一种规则,根据患者观察到的特征,在一组可能的治疗中为患者指定一种治疗,从而为患者“个性化”治疗。其目标是确定最佳治疗方案,如果所有患者都遵循该方案,则平均结果最佳。给定临床试验或观察性研究的数据,对于单个治疗决策,可以通过假设预期结果的回归模型(以治疗和协变量为条件)来找到最佳方案,其中,对于给定的协变量集,最佳治疗是产生最有利预期结果的治疗。然而,如果回归模型的规定不正确,则通过这种方案进行的治疗分配是可疑的。认识到,即使这种回归模型被错误地指定,它也定义了一类状态,我们反而考虑通过找到优化总体总体平均结果估计值的状态,在这类状态中找到最佳状态。为了考虑观察性研究中可能存在的混淆,并提高精度,我们为此使用了一种双重稳健的增广逆概率加权估计量。对乳腺癌临床试验数据的模拟和应用证明了该方法的性能。

MSC公司:

62页第10页 统计学在生物学和医学中的应用;元分析
92 C50 医疗应用(通用)
65C60个 统计中的计算问题(MSC2010)

软件:

阿尔格努德
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] Bang,缺失数据和因果推理模型中的双稳健估计,《生物计量学》61页962–(2005)·Zbl 1087.62121号 ·文件编号:10.1111/j.1541-0420.2005.00377.x
[2] Brinkley,最佳治疗方案可归因益处的广义估计,《生物统计学》21,第512页–(2009年)·Zbl 1192.62219号
[3] Cao,提高不完全数据总体平均值的双稳健估计的效率和稳健性,Biometrika 96 pp 723–(2009)·Zbl 1170.62007年 ·doi:10.1093/biomet/asp033
[4] Fisher,肿瘤雌激素和孕激素受体水平对原发性乳腺癌对三苯氧胺和化疗反应的影响,临床肿瘤学杂志1第227页–(1983)·doi:10.1200/JCO.1983.1.4.227
[5] 盖尔,治疗效果与患者亚群之间定性相互作用的测试,《生物计量学》41第361页–(1985)·Zbl 0614.62140号 ·doi:10.2307/2530862
[6] Goldberg,《搜索、优化和机器学习中的遗传算法》。(1989) ·Zbl 0721.68056号
[7] Gunter,《生物制药统计杂志》21页1063页–(2011年)
[8] Henderson,最佳动态治疗方案的回归分析,《生物统计学》66页1192–(2010)·Zbl 1233.62180号 ·doi:10.1111/j.1541-0420.2009.01368.x
[9] Mebane,《使用导数的遗传优化:R的rgenoud包》,《统计软件杂志》第42页,第1页–(2011年)·doi:10.18637/jss.v042.i11
[10] 穆迪,《解密最佳动态治疗方案》,《生物统计学》63,第447页–(2007年)·Zbl 1137.62077号 ·doi:10.1111/j.1541-0420.2006.00686.x
[11] Murphy,最佳动态治疗方案(含讨论),《皇家统计学会杂志》,B辑65 pp 331–(2003)·Zbl 1065.62006号 ·doi:10.1111/1467-9868.00389
[12] Orellana,估计最佳治疗方案的动态方案边际结构平均值模型,第一部分:主要内容,国际生物统计杂志6(2010)
[13] 钱,个体化治疗规则的性能保证,《统计年鉴》39第1180页–(2011)·Zbl 1216.62178号 ·doi:10.1214/10-AOS864
[14] 罗宾斯,最佳治疗和测试策略的估计和推断,《医学统计学》27页4678–(2008)·doi:10.1002/sim.3301
[15] 罗宾斯,《第二届西雅图生物统计学研讨会论文集》第189页(2004年)·Zbl 1279.62024号 ·doi:10.1007/978-1-4419-9076-1_11
[16] Robins,当一些回归变量不总是被观测时回归系数的估计,美国统计协会杂志89页846–(1994)·Zbl 0815.62043号 ·doi:10.1080/01621459.1994.10476818
[17] Robins,流行病学中的边缘结构模型和因果推断,流行病学11,第550页–(2000)·doi:10.1097/00001648-200009000-00011
[18] Rubin,D.B 1974年评估
[19] 鲁宾,《因果效应的贝叶斯推断:随机化的作用》,《统计学年鉴》第6卷第34页–(1978年)·Zbl 0383.62021号 ·doi:10.1214/aos/1176344064
[20] Stefanski,《M估计的演算》,《美国统计学家》56页29–(2002)·数字对象标识代码:10.1198/000313002753631330
[21] 赵,癌症临床试验强化学习设计,《医学统计学》28页3294–(2009)·doi:10.1002/sim.3720
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。