×
托马斯·默里（Thomas A.Murray）。;布莱恩·P·霍布斯。;布莱德利·P·卡林。

使用广义混合相称先验结合肿瘤学中不可交换的功能或生存数据源。 （英语） Zbl 1454.62368号

附录申请。斯达。 9，第3期，1549-1570（2015）.
概述：传统的统计推断方法排除了便于纳入从类似情况中获得的补充信息的结构。例如，使用灌注计算机断层扫描来表征肝脏癌性区域中的功能成像生物标志物所获得的数据的分析可以受益于在非癌性区域同时收集的部分信息性数据。本文提出了一种分层模型结构，该结构利用了关于曲线的所有可用信息，使用惩罚样条曲线，同时适应了重要的源间特征。我们提出的方法灵活地从补充数据中借用强度，以反映补充曲线与主曲线的可公度性。我们通过模拟研究了非参数回归方法的特性，并将其应用于一组肝癌数据。我们还将半参数风险模型的方法应用于一项临床试验的数据，该试验比较了三种结直肠癌治疗的疾病进展时间，同时补充了先前试验的信息，该试验测试了当前的护理标准。

引用于2文件

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
2015年1月62日 贝叶斯推断
62G08号 非参数回归和分位数回归

关键词：

贝叶斯层次模型;临床试验;结直肠癌;相称优先;计算机断层成像;证据综合;混合物先验值;缺陷样条曲线;比例危险;半参数方法

软件：

ConfBands公司;WinBUGS公司;半标准杆
PDF格式BibTeX公司 XML格式引用
\textit{T.A.Murray}等人，Ann.Appl。Stat.9，No.3，1549--1570（2015；Zbl 1454.62368）
全文： 内政部 arXiv公司 欧几里得

参考文献：

[1] Carlin，B.P.和Louis，T.A.（2009年）。数据分析的贝叶斯方法，第三版，《统计科学丛书》。佛罗里达州博卡拉顿CRC出版社·Zbl 1165.62003号
[2] Crainiceanu，C.M.、Ruppert，D.和Wand，M.P.（2005）。使用WinBUGS进行惩罚样条回归的贝叶斯分析。J.统计软件。14 1-24.
[3] Doi，S.A.R.、Barendregt，J.J.和Mozurkewich，E.L.（2011年）。异质临床试验的荟萃分析：一个经验示例。康斯坦普。临床。试验32 288-298。
[4] 艾尔斯，P.H.C.和马克思，B.D.（1996）。使用（B）-样条曲线和惩罚进行灵活平滑。统计师。科学。11 89-121. ·Zbl 0955.62562号 ·doi:10.1214/ss/1038425655
[5] Fahrmeir，L.和Lang，S.（2001）。基于马尔可夫随机场先验的广义可加混合模型的贝叶斯推理。J.罗伊。统计师。Soc.序列号。C 50 201-220号·doi:10.111/1467-9876.00229
[6] George，E.I.和McCulloch，R.E.（1997）。贝叶斯变量选择方法。统计师。Sinica中国7 339-373·Zbl 0884.62031号
[7] Goldberg，R.M.、Sargent，D.J.、Morton，R.F.、Fuchs，C.S.、Ramanathan，R.K.、Williamson，S.K.，Findlay，B.P.、Pitot，H.C.和Alberts，S.R.（2004）。一项氟尿嘧啶联合亚叶酸、伊立替康和奥沙利铂联合治疗既往未经治疗的转移性结直肠癌患者的随机对照试验。临床杂志。昂科尔。22 23至30。
[8] Hobbs，B.P.、Carlin，B.P.和Sargent，D.J.（2013）。使用历史控制数据对随机化比率进行自适应调整。临床。试验10 430-440。
[9] Hobbs，B.P.、Sargent，D.J.和Carlin，B.P.（2012）。使用一般线性模型和广义线性模型对临床试验中纳入历史信息的先验进行公约化。贝叶斯分析。7 639-673. ·Zbl 1330.62131号 ·doi:10.1214/12-BA722
[10] Hobbs，B.P.、Carlin，B.P.、Mandrekar，S.J.和Sargent，D.J.（2011年）。临床试验中历史信息自适应合并的层次相称和功率先验模型。生物统计学67 1047-1056·Zbl 1226.62114号 ·文件编号：10.1111/j.1541-0420.2011.01564.x
[11] Ibrahim，J.G.和Chen，M.H.（2000年）。回归模型的幂先验分布。统计师。科学。15 46-60. ·doi:10.1214/ss/1009212673
[12] 易卜拉欣，J.G.，陈，M.H.和辛哈，D.（2001）。贝叶斯生存分析。纽约州施普林格·Zbl 0978.62091号
[13] Krivobokova，T.、Kneib，T.和Claeskens，G.（2010年）。惩罚样条估计的同时置信带。J.Amer。统计师。协会105 852-863·Zbl 1392.62094号 ·doi:10.1198/jasa.2010.tm09165
[14] Miles，K.A.和Griffiths，M.R.（2003）。灌注CT：值得增强吗？英国无线电杂志。76 220-231.
[15] Murray，T.A.、Hobbs，B.P.、Lystig，T.C.和Carlin，B.P.（2014）。具有不可变历史数据的上市后医疗器械监测的半参数贝叶斯相称生存模型。生物统计学70 185-191·Zbl 1419.62414号 ·doi:10.1111/biom.12115
[16] Neelon，B.和O'Malley，A.J.（2010年）。贝叶斯分析使用功率先验，并应用于儿科护理质量。J.生物统计学。生物统计。1 103.
[17] Ng，C.S.、Hobbs，B.P.、Chandler，A.G.、Anderson，E.F.、Herron，D.H.、Charnsangavej，C.和Yao，J.（2013）。神经内分泌肿瘤向肝脏转移：扫描时间对CT灌注值的影响。放射学269 758-767。
[18] Pocock，S.J.（1976年）。临床试验中随机对照和历史对照的结合。J.慢性疾病。29 175-188.
[19] Ruppert，D.、Wand，M.P.和Carroll，R.J.（2003）。半参数回归。剑桥统计与概率数学系列12。剑桥大学出版社，剑桥·Zbl 1038.62042号
[20] Saltz，L.B.、Cox，J.V.、Blanke，C.、Rosen，L.S.、Fehrenbacher，L.、Moore，M.J.、Maroun，J.A.、Ackland，S.P.、Locker，P.K.、Pirotta，N.、Elfring，G.L.和Miller，L.（2000年）。伊立替康联合氟尿嘧啶和亚叶酸治疗转移性结直肠癌。北英格兰。《医学杂志》343 905-914。
[21] Smith，T.C.、Spiegelhalter，D.J.和Thomas，A.（1995）。随机效应元分析的贝叶斯方法：一项比较研究。统计医学14 2685-2699。
[22] Spiegelhalter，D.J.、Best，N.G.、Carlin，B.P.和van der Linde，A.（2002）。模型复杂度和拟合度的贝叶斯度量。J.R.统计社会服务。B统计方法。64 583-639. ·Zbl 1067.62010年 ·数字对象标识代码：10.1111/1467-9868.00353
[23] Wand，M.P.（2000年）。回归样条曲线平滑程序的比较。计算。统计师。15 443-462. ·Zbl 1037.62038号 ·doi:10.1007/s00180000047
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。