跳到主页内容
美国国旗

美国政府的官方网站

Dot政府

gov意味着它是官方的。
联邦政府网站通常以.gov或.mil结尾。之前分享敏感信息,确保你在联邦政府政府网站。

Https公司

该站点是安全的。
这个https://确保您连接到官方网站,并且您提供的任何信息都是加密的并安全传输。

访问密钥 NCBI主页 MyNCBI主页 主要内容 主导航
.2019年5月;28(5):1523-1539.
doi:10.1177/0962280218766389。 Epub 2018年4月15日。

C-mix:删失持续时间的高维混合模型,并应用于遗传数据

附属公司

C-mix:删失持续时间的高维混合模型,并应用于遗传数据

西蒙·巴斯西等。 统计方法医学研究. 2019年5月.

摘要

我们引入了一个截尾持续时间的监督学习混合模型(C-mix),以同时检测不同预后患者的亚组,并根据其风险对其进行排序。我们的方法适用于高维环境,即具有大量生物医学协变量。事实上,我们通过Elastic-Net惩罚负对数似然,这导致模型的稀疏参数化,并自动精确定位生存预测的相关协变量。推理是使用一种高效的准牛顿期望最大化算法实现的,我们提供了该算法的收敛特性。该方法的统计性能在广泛的蒙特卡罗模拟研究中进行了检验,最后在三个具有高维协变量的公开遗传癌症数据集上进行了说明。我们表明,在这种情况下,我们的方法在C指数、AUC(t)和生存预测方面优于最先进的生存模型,即CURE和Cox比例风险模型都受到Elastic-Net的惩罚。因此,我们提出了一个强大的工具,用于癌症个性化医疗。

关键词:CURE模型;考克斯比例风险模型;弹性网络正则化;高维估计;混合历时模型;生存分析。

PubMed免责声明

类似文章

引用人

LinkOut-更多资源