×
徐耀耀；于梦刚；赵英琪；李克峰；王思坚；邵军

针对不同治疗效果的常规结果加权亚组识别。 （英语） Zbl 1419.62483号

生物计量学 71，编号3，645-653（2015）.
小结：当治疗效果存在实质性异质性时，为了便于比较治疗选择，重要的是确定表现出不同治疗效果的亚组。现有方法直接建模结果，然后根据治疗和协变量之间的相互作用定义亚组。由于结果同时受到协变量-治疗相互作用和协变量主效应的影响，直接建模结果可能因模型错误而变得困难，尤其是在存在许多协变量的情况下。或者，可以直接使用差异处理效果评估。我们提出了一种近似目标函数的方法，目标函数的值直接反映了患者的正确治疗分配。该功能使用患者结果作为权重，而不是建模目标。因此，我们的方法可以以相同的方式处理二进制、连续、时间到事件以及可能受到污染的结果。我们首先关注从线性规则中识别方向估计，这些线性规则描述了重要的子群。我们进一步考虑对已确定亚组的比较治疗效果进行评估。我们在仿真研究和两个实际数据集的分析中证明了我们的方法的优点。

引用于8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
62H30型 分类和区分；聚类分析（统计方面）
62G08号 非参数回归和分位数回归

关键词：

比较有效性；治疗效果的异质性；正规化；子组；变量选择

软件：

q学习
PDF格式BibTeX公司 XML格式引用
\textit{Y.Xu}等人，《生物统计学》71，第3期，645--653（2015；Zbl 1419.62483）
全文： 内政部 链接

参考文献：

[1] Bartlett，凸性、分类和风险边界，《美国统计协会期刊》101第138页–（2006）·Zbl 1118.62330号 ·doi:10.1198/01621450000000907
[2] Bickel，《重新抽样少于n个观察值：收益、损失和损失补救措施》，《中国统计》第7卷第1页–（1997年）·Zbl 0927.62043号
[3] Breiman，分类和回归树（1984）
[4] Brookes，随机试验中的亚组分析：亚组特异性分析的风险；交互试验的功率和样本量，《临床流行病学杂志》57页229–（2004）·doi:10.1016/j.jclinepi.2003.08.009
[5] Cai，个性化治疗选择的随机比较临床试验数据分析，生物统计学12 pp 270–（2011）·doi:10.1093/biostatistics/kxq060
[6] Chakraborty，使用自适应m取n自举方案推断最佳动态治疗方案，《生物统计学》69，第714页–（2013）·Zbl 1418.62182号 ·doi:10.1111/biom.12052
[7] Champion，电话与打印剪裁对乳腺X射线照相术依从性的影响，患者教育与咨询65页416–（2007）·doi:10.1016/j.pec.2006.09.014
[8] Davison，Bootstrap方法及其应用（1997）·Zbl 0886.62001号 ·doi:10.1017/CBO9780511802843
[9] Dusseldorp，《定性相互作用树：确定定性治疗亚组相互作用的工具》，《医学统计学》33第219页-（2014）·数字对象标识代码：10.1002/sim.5933
[10] Fan，超高维特征空间的确定独立筛选，《皇家统计学会杂志》，B辑70页849–（2008）·doi:10.1111/j.1467-9868.2008.00674.x
[11] Fan，非洞穴惩罚概率与np维，IEEE信息理论汇刊57 pp 5467–（2011）·Zbl 1365.62277号 ·doi:10.1109/TIT.2011.2158486
[12] Foster，根据随机临床试验数据确定亚组，《医学统计学》30，第2867页–（2011）·doi:10.1002/sim.4322
[13] 何，X.2012
[14] Imai，《在随机方案评估中估计治疗效果异质性》，《应用统计年鉴》第7卷第443页–（2013年）·Zbl 1376.62036号 ·doi:10.1214/12-AOAS593
[15] Janes，《衡量用于指导治疗决策的标记物的性能》，《内科年鉴》154，第253页–（2011年）·doi:10.7326/0003-4819-154-4-201102150-00006
[16] Janz，《健康信念模型：十年后》，《健康教育季刊》第11期第1页（1984年）·doi:10.1177/109019818401100101
[17] Kehl，《审查数据临床试验中的应答者识别》，《计算统计与数据分析》，第50页，第1338页–（2006年）·Zbl 1431.62498号 ·doi:10.1016/j.csda.2004.11.015
[18] Laber，分类测试误差的自适应置信区间，《美国统计协会杂志》106页，第904页–（2011年）·Zbl 1229.62085号 ·doi:10.1198/jasa.2010.tm10053
[19] Lagakos，《亚组分析的挑战——报告不失真》，《新英格兰医学杂志》354页1667–（2006）·doi:10.1056/NEJMp068070
[20] 拉隆德，用实验数据评估培训项目的经济计量评估，《美国经济评论》76页604–（1986）
[21] Li，用于降维的切片逆回归，《美国统计协会杂志》86页316–（1991）·Zbl 0742.62044号 ·数字对象标识代码：10.1080/01621459.1991.10475035
[22] Lipkovich，基于差异效应搜索的亚组识别用于确定患者亚群治疗反应的递归分割方法，《医学统计学》30，第2601页–（2011）
[23] Moodie，最优动力状态下不可微估计方程的偏差修正，《斯堪的纳维亚统计杂志》37第126页–（2010）·Zbl 1224.62139号 ·文件编号：10.1111/j.1467-9469.2009.00661.x
[24] 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:10.111/1467-9868.00389
[25] 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
[26] Ruberg，“平均值不再意味着太多：为量身定做的治疗寻找亚组”，《临床试验》第7卷第574页–（2010年）·doi:10.1177/1740774510369350
[27] Sargent，预后、预测和替代生物标志物验证中的统计问题，临床试验10第647页–（2013）·doi:10.1177/1740774513497125
[28] Shao，非常规案例中的Bootstrap样本量，《美国数学学会学报》122页1251–（1994）·Zbl 04525454号 ·doi:10.1090/S0002-9939-1994-1227529-8
[29] 宋，针对动态治疗方案的惩罚q学习，《中国统计》第25期（2015年）·Zbl 1415.62054号
[30] Su，通过递归分区进行子组分析，机器学习研究杂志10页141–（2009）
[31] Su，带截尾生存数据的交互树，《国际生物统计学杂志》4第1页–（2008）·doi:10.2202/1557-4679.1071
[32] Tibshirani，《通过融合套索的稀疏与平滑》，《皇家统计学会杂志》，B辑67第91页–（2004）·Zbl 1060.62049号 ·文件编号：10.1111/j.1467-9868.2005.00490.x
[33] Varadhan，《以患者为中心的结果研究中治疗效果异质性分析框架》，《临床流行病学杂志》66页818–（2013）·doi:10.1016/j.jclinepi.2013.02.009
[34] 袁，分组变量回归中的模型选择和估计，《皇家统计学会杂志》，B辑68页49–（2005）·Zbl 1141.62030号 ·doi:10.1111/j.1467-9868.2005302.x
[35] Zhang，从分类的角度估计最佳治疗方案，Stat 1第103页–（2012）·doi:10.1002/sta.411
[36] 赵，估计最佳动态治疗方案的新统计学习方法，美国统计协会杂志·Zbl 1373.62557号
[37] 赵，使用结果加权学习估计个体化治疗规则，《美国统计协会杂志》107 pp 1106–（2012）·Zbl 1443.62396号 ·doi:10.1080/01621459.2012.695674
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。