摘要
1 介绍
2 IBCSG乳腺癌试验
三。 方法
3.1. 混合生存模型
3.2. 基于树的模型拟合算法
3.3. 选择潜在组的数量
3.4. 算法的单调似然性质
4 模拟研究
4.1、。 模拟设置
4.2. 仿真结果
表1
表2
5 IBCSG数据
6 结束语
附录
工具书类
Bussy S、Guilloux A、Gaíffas S、Jannot A-S(2019年) C-mix:删失持续时间的高维混合模型,及其在遗传数据中的应用 . 统计方法医学研究 28 ( 5 ):1523–1539 [ 公共医学 ] [ 谷歌学者 ] Chi Y-Y,Ibrahim JG(2006) 多变量纵向和多变量生存数据的联合模型 . 生物识别 62 ( 2 ):432–445 [ 公共医学 ] [ 谷歌学者 ] Ciampi A、Bush R、Gospodarowicz M、Till J(1981) 非霍奇金淋巴瘤患者生存经验相关预后因素分类方法:基于一系列982例患者:1967年至1975年 . 癌症 47 ( 三 ):621–627 [ 公共医学 ] [ 谷歌学者 ] Ciampi A,Chang C,Hogg S,McKinney S(1987)递归分区:生物统计学中勘探数据分析的通用方法。 生物统计学 纽约州施普林格,第23-50页 [ 谷歌学者 ] Colleoni M、Litman H、Castiglione-Gertsch M、Sauerbrei W、Gelber R、Bonetti M、Coates A、Schumacher M、Bastert G、Rudenstam C 等(2002) 乳腺癌辅助化疗的持续时间:两项随机试验的联合分析,研究三个疗程与六个疗程的cmf . 英国癌症杂志 86 ( 11 ):1705–1714 [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 考克斯DR(1972) 回归模型和生命表 . J Roy Stat Soc Ser B(Methodol公司) 34 ( 2 ):187–202 [ 谷歌学者 ] Davis RB,Anderson JR(1989年) 指数生存树 . 统计医学 8 ( 8 ):947–961 [ 公共医学 ] [ 谷歌学者 ] 《永别了VT》(1982) 使用混合模型分析长期幸存者的生存数据 . 生物识别 38 ( 4 ):1041–1046 [ 公共医学 ] [ 谷歌学者 ] Gordon L,Olshen RA(1985) 树结构生存分析 . 癌症治疗代表 69 ( 10 ):1065–1069 [ 公共医学 ] [ 谷歌学者 ] 易卜拉欣·N,库杜斯·A(2009) 多变量生存数据和竞争风险预测分类的决策树 .INTECH Open Access Publisher,伦敦 [ 谷歌学者 ] 国际乳腺癌研究小组(1996年) 绝经前淋巴结阳性乳腺癌患者辅助化疗的持续时间和再次应用 . 临床肿瘤学杂志 14 ( 6 ):1885年至1894年[ 公共医学 ] [ 谷歌学者 ] Kannel W,McGee D(1979) 糖尿病和糖耐量是心血管疾病的危险因素:弗雷明翰研究 . 糖尿病护理 2 ( 2 ):120–126 [ 公共医学 ] [ 谷歌学者 ] Kannel WB、Feinleib M、McNamara PM、Garrison RJ、Castelli WP(1979年) 家庭冠心病调查:弗雷明翰后代研究 . 美国传染病学期刊 110 ( 三 ):281–290[ 公共医学 ] [ 谷歌学者 ] Kaplan EL,Meier P(1958) 不完全观测的非参数估计 . 美国统计协会 53 ( 282 ):457–481 [ 谷歌学者 ] Larson MG,Dinse GE(1985年) 竞争风险数据回归分析的混合模型 . J Roy Stat Soc Ser C(应用统计) 34 ( 三 ):201–211 [ 谷歌学者 ] LeBlanc M,Crowley J(1992年) 截尾生存数据的相对风险树 . 生物识别 48 ( 2 ):411–425 [ 公共医学 ] [ 谷歌学者 ] Liao JJ、Farooqui MZ、Marinello P、Hartzel J、Anderson K、Ma J、Gause CK(2020) 使用人工智能工具回答重要的临床问题:keynote-183多发性骨髓瘤经验 . 康普临床试验 第106179页。 [ 公共医学 ] [ 谷歌学者 ] 廖俊杰,刘广发(2019) 临床试验中用于拟合时间-事件数据的灵活参数生存模型 . 药物统计 18 ( 5 ):555–567 [ 公共医学 ] [ 谷歌学者 ] 刘广发、廖俊杰(2020) 比例风险约束下基于柔性混合模型的时间-事件数据分析 . 生物医药统计杂志 30 ( 5 ):783–796 [ 公共医学 ] [ 谷歌学者 ] Marubini E、Morabito A、Valsecchi M(1983) 预测因素和风险组:使用适用于截尾生存数据的算法得出的一些结果 . 统计医学 2 ( 2 ):295–303 [ 公共医学 ] [ 谷歌学者 ] Moradian H、Larocque D、Bellavance F(2017) 存活森林中的L1分裂规则 . 终身数据分析 23 ( 4 ):671–691 [ 公共医学 ] [ 谷歌学者 ] 沈J,何X(2015) 用结构化逻辑正态混合模型进行子群分析的推断 . 美国统计协会 110 ( 509 ):303–312 [ 谷歌学者 ] 孙毅、邱S-H、王M-C(2019) Roc-guided生存树和集合 . 生物识别 [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 曾Y-J,王H-Y,林T-W,卢J-J,谢C-H,廖C-T(2020) 晚期口腔癌患者生存风险分层的机器学习模型的开发 . JAMA Netw开放 三 ( 8 ):e2011768–e2011768 [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] Vergara P、Tzou WS、Tung R、Brombin C、Nonis A、Vaseghi M、Frankel DS、Di Biase L、Tedrow U、Mathuria N 等(2018) 识别室性心动过速消融术患者生存和复发风险的预测评分:i-vt评分 . 循环心律失常电生理 11 ( 12 ):e006730 [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] Wilson PW、D'Agostino RB、Levy D、Belanger AM、Silbershatz H、Kannel WB(1998) 利用危险因素分类预测冠心病 . 循环 97 ( 18 ):1837–1847 [ 公共医学 ] [ 谷歌学者 ] 曾德、毛立、林德(2016) 基于区间相关数据的半参数变换模型的极大似然估计 . 生物特征 103 ( 2 ):253–271 [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 周毅,McArdle JJ(2015) 生存树和生存集合方法的原理和应用 . 心理测量学 80 ( 三 ):811–833 [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ]