×

兹马思-数学第一资源

利用脆弱性模型验证预后指标。(英语) Zbl 1302.62233
摘要:当提出一个新的预后指标时,一个主要的问题是它对日常临床实践的普遍性。因此需要验证。大多数验证技术评估在新的患者样本中由预后指数获得的结果是否“平均”与构建集中获得的结果相似。我们介绍了一个新的关于预后指数的普遍性的重要方面:不同中心的预后指数风险组危险比的异质性。如果中心间存在显著的变异性,预后指数在某些中心可能没有鉴别能力。为了模拟这种异质性,我们使用了一个包含随机中心效应和随机预测指数的脆弱性模型。统计推断是基于贝叶斯方法,使用拉普拉斯近似来计算随机效应方差的边缘后验分布。我们研究不同的方法来总结这种边缘后验分布的信息。我们的方法应用于一个真实的膀胱癌数据库,我们展示了如何调查和解释不同中心的预后指数效应的异质性。

理学硕士:
第62页 统计学在生物学和医学科学中的应用;元分析
2005年6月 可靠性和寿命试验
62E17号 统计分布的近似值(非交感)
92C50 医疗应用(通用)
软件:
救生包
PDF格式 BibTeX公司 XML 引用
全文: 内政部
参考文献:
[1] Allard P,Bernard P,Fradet Y,Tetu B(1998)原发性Ta和T1膀胱癌的早期临床过程:一个建议的预后指标。英国泌尿外科杂志81:692–698
[2] Altman DG,Royston P(2000)验证预测模型是什么意思?统计医学19:453–473·doi:10.1002/(SICI)1097-0258(20000229)19:4<453::AID-SIM350>3.0.CO;2-5
[3] Bramey RW,Ellis IO,Pinder SE,Lee AH,Macmillan RD(2007)根据1990-1999年诊断的诺丁汉预后指数评估的浸润性乳腺癌生存率。欧洲癌症杂志43:1548-1555·doi:10.1016/j.ejca.2007.01.016
[4] Blanchon F,Grivaux M,Asselain B等(2006年),非小细胞肺癌患者的4年死亡率:预后指数的发展和验证。柳叶刀肿瘤学7:829–836·doi:10.1016/S1470-2045(06)70868-3
[5] Bouffioux C,Denis L,Oosterlinck W,Viggiano G,Vergison B,Keuppens F,De Pauw M,Sylvester R,Cheuvart B(1992年)《复发性浅表性移行细胞癌的辅助化疗:欧洲癌症研究和治疗组织随机试验结果,比较噻替帕膀胱内灌注,阿霉素和顺铂。欧洲期刊148:297–301
[6] Bouffioux C,Kurth KH,Bono A,Oosterlinck W,Kruger CB,De Pauw M,Sylvester R(1995)《浅表性移行细胞膀胱癌的膀胱内辅助化疗:两项欧洲癌症研究和治疗组织用丝裂霉素C和阿霉素比较早期和延迟灌注的随机试验结果短期与长期治疗。欧洲癌症研究和治疗组织泌尿生殖学小组。欧洲期刊153(增刊):934-941·doi:10.1016/S0022-5347(01)67608-0
[7] Cox-DR(1972)生命表回归模型(附讨论)。J Roy Stat Soc服务B 34:187–220·中银0243.62041
[8] 克拉默H(1971)数理统计方法。普林斯顿大学出版社·Zbl 0256.60002
[9] Duchateau L,Janssen P(2005)了解混合、广义混合和脆弱模型中的异质性。美国统计局59:143–146·Zbl 05680634·doi:10.1198/000313005X43236
[10] Ducrocq V,Casella G(1996)混合生存模型的贝叶斯分析。基因进化28:509–529·内政部:10.1186/1297-9686-28-6-505
[11] Ducrocq V,Sölkner J(1994)《生存工具包》,用于分析生存数据的FORTRAN软件包。第五届世界遗传学应用于畜牧生产大会,第22卷。加拿大安大略省圭尔夫市圭尔夫大学畜禽科学系,第51-52页
[12] Ducrocq V,Sölkner J(1998)生存工具包-V3.0,生存数据的大型分析包。第六届世界遗传学应用于畜牧生产大会,第27卷。澳大利亚阿米代尔,新英格兰大学动物遗传学和育种组,第447-448页
[13] Glidden DV,Vittinghoff E(2004)多中心临床试验的集群生存数据建模。医学统计23:369–388·数字对象标识:10.1002/sim.1599
[14] Graf E,Schmoor C,Sauerbrei W,Schumacher M(1999)生存数据预测分类方案的评估和比较。统计医学18:2529–2545·doi:10.1002/(SICI)1097-0258(19990915/30)18:17/18<2529::AID-SIM274>3.0.CO;2-5
[15] Harrell FE,Lee KL,Mark DB(1996)《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中的问题》。状态:361·doi:10.1002/(SICI)1097-0258(19960229)15:4<361::AID-SIM168>3.0.CO;2-4
[16] 陈明浩,陈明浩,陈明华(2001)贝叶斯生存分析。斯普林格公司,纽约
[17] AC法官,Covinsky KE,Berlin JA(1999)评估预后信息的普遍性。Ann Internal Med 130:515–524《内科医学年鉴》130:515–524
[18] 肯德尔M,斯图尔特A(1977)高级统计理论,第一卷:分布理论,第四版。伦敦高威康比,查尔斯·格里芬有限公司·Zbl 0353.62013
[19] Kurth KH,Schröder FH,Tunn U,Ay R,Pavone Macaluso R,Debruyne F,De Pauw M,Dalesio O,Ten Kate F(1984)浅表性移行细胞癌的辅助治疗:欧洲癌症研究和治疗组织随机试验的初步结果,比较盐酸阿霉素,乙氧葡萄糖酸联合经尿道电切术。欧洲期刊132:258–262
[20] Legrand C(2005)使用脆弱性模型评估多中心临床试验中的异质性。博士论文。哈塞尔特大学统计中心
[21] Legrand C,Ducrocq V,Janssen P,Sylvester R,Duchateau L(2005)在比例风险模型中通过中心异质性联合评估中心和治疗的贝叶斯方法。统计医学24:3789–3804·数字对象标识:10.1002/sim.2475
[22] Matsuyama Y,Sakamoto J,Ohashi Y(1998)多中心癌症临床试验中机构效应的贝叶斯分层生存模型。《医学杂志》17:1893-1908·doi:10.1002/(SICI)1097-0258(19980915)17:17<1893::AID-SIM878>3.0.CO;2-R
[23] Nelder JA,Mead R(1965)函数极小化的单纯形方法。计算机J 7:308–313·中银0229.65053
[24] Newling DW、Robinson MR、Smith PH、Byar D、Lockwood R、Stevens I、De Pauw M、Sylvester R(1995)色氨酸代谢物、吡哆醇(维生素B6)及其对浅表性膀胱癌复发率的影响EORTC-GU组进行的前瞻性随机III期研究结果。泌尿生殖道肿瘤合作小组。欧洲27:110–116
[25] 奥斯特林克W,库思·科赫,施罗德·FH,布特林克·J,哈蒙德·B,Sylvester R(1993)一项前瞻性的欧洲癌症研究和治疗组织泌尿生殖系统组随机试验,比较经尿道电切术后单次膀胱内灌注表阿霉素或水治疗TaT1膀胱乳头状癌。欧洲期刊149:749–752
[26] Putter H,Fiocco M,Geskus RB(2007)生物统计学教程:竞争风险和多状态模型。医学统计:2380·数字对象标识:10.1002/sim.2712
[27] Ripatti S,Larsen K,Palmgren J(2002)使用自动蒙特卡罗EM算法的多元脆弱性模型的最大似然推断。寿命数据分析8:349–360·Zbl 1116.62407·doi:10.1023/账号:1020566821163
[28] Royston P,Parmar MKB,Sylvester R(2004)多个研究中预后模型的构建和验证,以及在浅表性膀胱癌中的应用。医学统计23:907–926·数字对象标识:10.1002/sim.1691
[29] Schemper M(2003)预测精度和解释变化。统计医学22:2299–2308·数字对象标识:10.1002/sim.1486
[30] Schemper M,Henderson R(2000)Cox回归的预测精度和解释变量。生物特征56:249–255·Zbl 1060.62663·doi:10.1111/j.0006-341X.2000.00249.x
[31] Schemper M,Stare J(1996)解释了生存分析中的变异。统计医学15:1999-2012年·doi:10.1002/(SICI)1097-0258(19961015)15:19<1999::AID-SIM353>3.0.CO;2-D
[32] Simon R,Altman DG(1994)肿瘤学预后因素研究的统计学方面。英国癌症杂志69:979–985·doi:10.1038/bjc.1994.192
[33] 辛哈D,易卜拉欣JG,陈MH(2003)考克斯部分似然的贝叶斯证明。生物计量学90:629–641·Zbl 1436.62469·doi:10.1093/biomet/90.3.629
[34] Smith A,Skene AM,Shaw J,Naylor J,Dransfield M(1985)贝叶斯范式的实现。公共统计理论方法14:1079–1102·Zbl 0582.62025·doi:10.1080/036109288508828963
[35] Smith CT,Williamson PR,Marson AG(2005)调查个体患者数据中的异质性,时间到事件结果的荟萃分析。统计医学24(9):1307–1319·数字对象标识:10.1002/sim.2050
[36] Solal Celigny P,Roy P,Colombat P等(2004)滤泡性淋巴瘤国际预后指数。血104:1258-1265·doi:10.1182/blood-2003-12-4434
[37] Spiegelhalter DJ,Abrams K,Myles JP(2004)《临床试验和卫生保健评估的贝叶斯方法》。威利,奇切斯特
[38] Sylvester RJ,Van der Meijden APM,Oosterlinck W,Witjes JA,Bouffioux C,Denis L,Newling DWW,Kurth K(2006)使用EORTC风险表预测TaT1期膀胱癌个体患者的复发和进展:对7个EORT试验的2596名患者的联合分析。欧洲欧洲49:466–477·doi:10.1016/j.eururo.2005.12.031
[39] Tierney L,Kadane JB(1986)后验矩和边缘密度的精确近似。美国统计协会杂志81(391):82–86·Zbl 0587.62067·内政部:10.2307/2287970
[40] Vaida F,Xu R(2000)具有随机效应的比例风险模型。统计医学19:3309–3324·doi:10.1002/1097-0258(20001230)19:24<3309::AID-SIM825>3.0.CO;2-9
[41] Van Houwelingen HC(2000)预后生存模型的验证、校准、修正和组合。统计医学19:3401–3415·doi:10.1002/1097-0258(20001230)19:24<3401::AID-SIM554>3.0.CO;2-2
[42] Witjes JA,Van der Meijden AP,Sylvester RJ,Debruyne FM,Van Aubel A,Witjes WP(1998)EORTC随机前瞻性试验的长期随访,比较bacille-Calmette-GuéRIVM和丝裂霉素C治疗浅表性膀胱癌的疗效。泌尿外科52:403–410·doi:10.1016/S0090-4295(98)00212-X
[43] Yamaguchi T,Ohashi Y(1999)浅表性膀胱癌多中心临床试验的中心效应研究。统计医学18:1961-1971·doi:10.1002/(SICI)1097-0258(19990815)18:15<1961::AID-SIM170>3.0.CO;2-3
[44] Yamaguchi T,Ohashi Y,Matsuyama Y(2002)多中心癌症临床试验中检验中心效应的随机效应比例风险模型。统计方法医学研究11:221–236·Zbl 1121.62679·doi:10.1191/0962280202sm284ra
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。尽可能准确地反映出原文中所列参考文献的精确性。