Chang，钟;谢孟科;蒋安仁;蔡一桦;刘嘉忠;陈嘉斌 在多变量生存分析中估计最佳切割点数量和位置的方法：BMI有争议影响的统计解决方案。 （英语） 兹比尔1505.62092 计算。斯达。 34，第4期，1649-1674（2019）. 总结：在临床实践中，研究人员通常对连续变量进行分类以进行风险评估。已经开发了许多算法来寻找一个最佳切点，从而将变量分为两半；然而，通常需要同时确定最佳切割点数量及其位置。本文提出了一种新的AIC准则，利用交叉验证和蒙特卡罗方法对AIC值进行修正，以选择最佳的切割点数量。此外，使用交叉验证和蒙特卡罗方法来校正p值和相对风险。为了给生物医学研究人员提供一个简单的工具，我们开发了一个R函数，该函数利用遗传算法来找到最佳切割点的位置。此外，我们还进行了仿真实验来研究我们提出的方法的性能。最后，我们应用我们的方法研究了体重指数对宫颈癌生存率的影响，这在文献中有不一致的报道。 引用于1文件 MSC公司： 62-08 统计问题的计算方法 关键词：切点;交叉验证;AIC公司;蒙特卡罗方法 软件：R（右）;阿尔格努德 PDF格式BibTeX公司 XML格式引用 \textit{C.Chang}等人，计算。Stat.34，No.4，1649--1674（2019；Zbl 1505.62092） 全文： 内政部 参考文献： [1] Barrio I、Arostegui I、Rodriguez-Alvarez M、Quintana JM（2015）预测模型中连续变量分类的新方法：提案和验证。统计方法医学研究26（6）：2586-2602。https://doi.org/10.1177/0962280215601873 ·doi:10.1177/0962280215601873 [2] Calle EE、Rodriguez C、Walker-Thurmond K、Thun MJ（2003）美国成年人前瞻性研究队列中的超重、肥胖和癌症死亡率。《英国医学杂志》348:1625-1638·doi:10.1056/NEJMoa021423 [3] Camp RL、Dolled-Filhart M、Rimm DL（2004）《X-tile：用于生物标记物评估和基于结果的切入点优化的新生物信息工具》。临床癌症研究10:7252-7259·doi:10.1158/1078-0432.CCR-04-0713 [4] Chang C，Hsieh MK，Chang WY，Chiang AJ，Chen J（2017）确定最佳截止点数量和位置，并应用于宫颈癌数据。PLOS One 12（4）：76231。https://doi.org/10.1371/journal.pone.0176231 ·doi:10.1371/journal.pone.0176231 [5] Clark LH、Jackson AL、Soo AE、Orrey DC、Gehrig PA、Kim KH（2016），体重指数极端影响宫颈癌女性的总体生存率。妇科肿瘤141:497-500·doi:10.1016/j.ygyno.2016.03.035 [6] Eiben AE，Smith JE（2003）进化计算导论。柏林施普林格·Zbl 1028.68022号 ·doi:10.1007/978-3-662-05094-1 [7] Faraggi D，Simon R（1996）单变量生存分析中选择最佳切点的交叉验证模拟研究。统计医学15:2203-2213·doi:10.1002/（SICI）1097-0258（19961030）15:20<2203:：AID-SIM357>3.0.CO；2-G型 [8] Haque R、Van Den Eeden SK、Wallner LP、Richert-Boe K、Kallakury B、Wang R、Weinmann S（2014）《体重指数与前列腺癌死亡率的相关性》。肥胖研究临床实践8:374-381·doi:10.1016/j.orcp.2013.06.002 [9] Hilsenbeck SG、Clark GM、McGuire WL（1992年）为什么这么多的预后因素都无法实现？乳腺癌研究治疗22:197-206·doi:10.1007/BF01840833 [10] Kizer NT、Thaker PH、Gao F、Zighelboim I、Powell MA、Rader JS、Mutch DG、Grigsby PW（2011）《体重指数对接受治疗性放化疗的宫颈癌患者并发症和生存结果的影响》。癌症117:948-956·doi:10.1002/cncr.25544 [11] Klein JP，Moeschberger ML（1997）生存分析：删失和截断数据的技术。纽约州施普林格·Zbl 0871.62091号 ·doi:10.1007/978-1-4757-2728-9 [12] 劳森B、舒马赫M（1992）《最大选择秩统计》。生物统计学48:73-85·doi:10.2307/2532740 [13] Marozzi M（2016）基于点间距的多变量测试及其在磁共振成像中的应用。统计方法医学研究25:2593-2610·doi:10.1177/0962280214529104 [14] Matsunaga T、Suzuki K、Imashimizu K、Banno T、Takamochi K、Oh S（2015）作为肺癌切除预后因素的体重指数：肥胖或体重不足，哪一个是风险因素？胸心外科63:551-557·doi:10.1055/s-0035-1554964 [15] Mazumdar M，Smith A，Bacik J（2003）《在多变量环境中对预后变量进行分类的方法》。统计医学22:559-571·数字对象标识代码：10.1002/sim.1333 [16] Mebane WR，Sekhon JS（2011）《使用导数的遗传优化：r.J Stat Softw的rgenoud包》42:1-26·doi:10.18637/jss.v042.i11 [17] Miller R，Siegmund D（1982）最大选择卡方统计。生物统计学38:1011-1016·Zbl 0502.62091号 ·doi:10.2307/2529881 [18] Pesarin F（2001）多元排列测试及其在生物统计学中的应用。奇切斯特·威利·Zbl 0972.62037号 [19] R开发核心团队（2015）R：统计计算的语言和环境。R统计计算基金会，2015年。http://www.R-project.org/。2015年访问 [20] SuarezLuis CC，Machado M，Kneib T，Gude F（2010）多状态模型中连续预测因子的灵活风险比曲线：乳腺癌数据的应用。统计模型10:291-314·Zbl 07256826号 ·doi:10.1177/1471082X0801000303 [21] Xu R，Vaida F，Harrington DP（2009）使用剖面似然进行半参数模型选择，并应用于比例风险混合模型。统计Sin 19:819-842·Zbl 1166.62030号 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。