×
马海强;杨，金;徐、盛;刘超;张勤毅

结合多种功能标记物以提高诊断准确性。 （英语） 兹比尔07484709

J.应用。斯达。 49，编号1，44-63（2022）.
摘要：结合多种生物标记物来提高诊断准确性对从业者和临床医生都有意义，并且对许多研究人员具有吸引力。如今，随着现代技术的发展，曲线或图像等功能标记在诊断中发挥着重要作用。已有丰富的文献发展连续标量标记的组合方法。不幸的是，在文献中，只有零星的工作研究了功能标记物如何影响诊断。此外，目前还没有文献表明可以通过多种功能标记物的组合来提高诊断准确性。由于功能标记的无限维性，不可能直接将标量组合方法应用于多个功能标记。在本文中，我们提出了一种受平方损失距离激励的一维标量特征，作为原始函数曲线的替代，因为它可以最大限度地保留信息。平方损失距离定义为函数主成分分解生成的投影分数的函数。然后将现有的各种标量组合方法应用于降维后的功能标记标量特征，以提高诊断准确性。接收机工作特性曲线下面积和尤登指数用于评估数值研究中各种方法的性能。我们还结合天气条件和媒体信息，分析了2010年至2017年间香港因呼吸道疾病住院人数的高低，这些信息被视为功能标记。最后，为了方便应用，我们提供了一个\（R \）函数。

MSC公司：

62至XX 统计

关键词：

诊断准确性;尺寸缩减;功能主成分分析;多功能标记;接收机工作特性曲线
PDF格式BibTeX公司 XML格式引用
\textit{H.Ma}等人，J.Appl。Stat.49，No.1，44--63（2022；Zbl 07484709）
全文： 内政部 链接

参考文献：

[1] 亚历山大·A·L。；Lee，J.E。；拉扎尔，M。；Field，A.S.，脑扩散张量成像，神经治疗学，4316-329（2007）·doi:10.1016/j.nurt.2007.05.011
[2] Bamber，D.，序数优势图上方的区域和接收器操作特征图下方的区域，J.Math。心理医生。，12, 387-415 (1975) ·Zbl 0327.92017号 ·doi:10.1016/0022-2496（75）90001-2
[3] 陈，X。；韦克斯勒，A。；Markatou，M.，生物标志物最佳线性组合的经验似然比置信区间估计，计算。统计数据分析。，82, 186-198 (2015) ·Zbl 1507.62030号 ·doi:10.1016/j.csda.2014.09.010
[4] Davis，R.E。；McGregor，G.R。；Enfield，K.B.，《湿度：大气湿度与人类健康》，环境。第144106-116号决议（2016年）·doi:10.1016/j.envres.2015.10.104
[5] 新墨西哥州杜克。；Tyu，S。；库雷希，M.N.I。；Choi，M。；Lee，K.H.（Lee，K.H.）。；Lee，B.，基于3D-深度学习的阿尔茨海默病自动诊断，使用静止状态fMRI联合MMSE预测，神经信息学，18，71-86（2019）·数字对象标识代码：10.1007/s12021-019-09419-w
[6] Hedayat，A.S。；Wang，J。；Xu，T.，医学研究中的最小临床重要性差异，生物统计学，71，33-41（2015）·Zbl 1419.62364号 ·doi:10.1111/biom.12251
[7] Incio，V。；德卡瓦略，M。；阿隆佐，T.A。；Gonzlez-Manteiga，W.，《特异性ROC曲线下的功能协变量调整部分面积及其在代谢综合征诊断中的应用》，Ann.Appl。《法律总汇》第10卷，1472-1495页（2016年）·Zbl 1391.62265号 ·doi:10.1214/16-AOAS943
[8] Incio，V。；Gonzlez-Manteiga，W。；Febrero-Bande，M。；Gude，F。；阿隆佐，T.A。；Cadarso-Surez，C.，将诱导ROC方法扩展到功能环境，生物统计学，13594-608（2012）·doi:10.1093/biostatistics/kxs007
[9] Kang，L。；刘，A。；Tian，L.，提高未来观察结果的诊断/预测准确性的线性组合方法，《统计方法医学研究》，25，1359-1380（2016）·doi:10.1177/0962280213481053
[10] Le Thi Hoai，A。；Tao，P.D.，用DC算法求解一类线性约束的不定二次型问题，J.Global Opt。，11, 253-285 (1997) ·Zbl 0905.90131号 ·doi:10.1023/A:1008288411710
[11] 李毅。；Xing，T.，《函数/纵向数据中非参数回归和主成分分析的一致收敛率》，《Ann.Stat.》，38，3321-3351（2010）·Zbl 1204.62067号 ·doi:10.1214/10操作系统813
[12] 刘，C。；刘，A。；Halabi，S.，《提高诊断准确性的生物标记物最小组合》，《统计医学》，2005-2014年第30期（2011年）·doi:10.1002/sim.4238
[13] 佩佩，M.S。；Thompson，M.L.，结合诊断测试结果以提高准确性，生物统计学，123-140（2000）·Zbl 0959.62109号 ·doi:10.1093/biostatistics/1.2.123
[14] 苏建清。；Liu，J.S.，多个诊断标记的线性组合，J.Amer。统计协会，88，1350-1355（1993）·Zbl 0792.62099号 ·doi:10.1080/01621459.1993.10476417
[15] Vexler，A。；刘，A。；Schisterman，E.F。；Wu，C.，关于两个多元分布的最大线性分离的无分布估计的注，非参数统计，18，145-158（2006）·Zbl 1100.62041号 ·doi:10.1080/10485250600662260
[16] Wahba，G.，观测数据的样条模型，第59卷。（1990），暹罗，工业和应用数学学会，费城·Zbl 0813.62001号
[17] 徐，T。；方，Y。；荣，A。；Wang，J.，多个诊断生物标记物的灵活组合以提高诊断准确性，BMC医学研究方法。，1994年5月15日（2015年）·doi:10.1186/s12874-015-0085-z
[18] 姚，F。；Mller，H.G。；Wang，J.L.，稀疏纵向数据的功能数据分析，J.Amer。统计协会，100577-590（2005）·Zbl 1117.62451号 ·doi:10.1198/0162145000001745
[19] 尹，J。；Tian，L.，基于尤登指数的多个诊断生物标志物的最佳线性组合，《统计医学》，第33期，第1426-1440页（2014年）·数字对象标识代码：10.1002/sim.6046
[20] Youden，W.J.，癌症诊断测试评级指数，3，32-35（1950）·doi:10.1002/1097-0142（1950）3:1<32:：AID-CNCR2820030106>3.0.CO；2-3
[21] 朱，L。；Wang，J。；Shi，H。；Tao，X.，灌注、弥散加权MRI和1H-MRS多模态fMRI在腮腺淋巴相关良性和恶性病变诊断中的应用，J.Mag.共振成像。，49, 423-432 (2019) ·doi:10.1002/jmri.26260
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。