最优个体化多分类治疗策略估计

发布时间：2021-02-12 09:38

　　在许多疾病领域,不同患者对同一药物的反应具有显著地异质性.因此注重个体差异的精准医疗近年来受到越来越多的关注.其中最优个体化治疗策略的估计是精准医疗研究中的重要内容.最优个体化治疗策略旨在依据患者个体的特征作出适合其自身的医学决策,使得总体的临床获益最大.然而,现有的大多数统计方法主要考虑的是两类可选治疗方案下最优个体化治疗策略的估计.对于多类治疗方案的个体化选择,相关的研究工作还比较缺乏.本文提出了新的统计方法来估计多类可选治疗方案下的最优个体化治疗策略.主要工作如下:对于两类治疗方案的个体化选择,响应加权学习通过最大化响应期望来直接估计最优的决策准则.但是该方法只可以处理随机对照试验中响应值非负的情形.本文提出了使用响应加权学习估计多类治疗方案下最优个体化治疗策略的一般框架.该框架不但可以处理观察性研究的数据,还可以有效地处理样本中存在的负值响应.新方法可以选用自定义的损失函数,其中采用可导的凸损失函数可以得到最优决策准则的显示表达式.我们建立了该方法的Fisher一致性,超额风险的有关结果和风险一致性.大量的数值模拟和实例分析的结果表明,相较其他估计方法,应用我们的方法可以获得更... 

【文章来源】：华东师范大学上海市 211工程院校 985工程院校 教育部直属院校

【文章页数】：120 页

【学位级别】：博士

【部分图文】：

图２－１多分类损失函数图像．左边是例２．２中的向＿化折叶损失：屯３（／）?＝?（Ａ?＋０．５）＋?＋?（／２?＋??．．．＝．??

第ｇ章带风险约束的最优个体化治疗策略??（ａ）?（ｂ）??１?＿５?丨?１．５?－??－１．５?－１．０?－０．５?Ｉ?０．５?１．０?１．５?－１．５?－１．０?－０．５?Ｉ?０．５?１．０?１．５??（ｃ）?（ｄ）??１５??一一?一?＿?一一一一?１．０ｉ??」???－１．５?－１．０?－０．５?Ｉ?０．５?１．０?１．５?－１．５?－１．０?－０．５?Ｉ?０．５?１．０?１．５??图３－１图（ａ）的实线为（３－１０）式岭卜，０．５）；圖（ｂ）的实线为（３－１１）式（＾，０．５）；图（ｃ）的实??线为铰链损失；＇圈⑷的实饯为（３－１２）式＜＾ｅ，０．５）？图（ｄ）中的虚线是示性函数１（怎２?０），其??他图中的虚线是０－１损失．??ｇ?Ｗ４０时，两个匝道损失都收敛到／卜仝０）．在带风险约束的两类治疗方案个体化选??择中７?Ｗａｎｇ?．ｅｔ?．ａｌ．?（２〇１：８）提出使趙??《（工，”）＝，厂丄化＋十一，厂１⑷十?（３－１２）??来近似示性爾数／（＊?２?〇）．函数珍〇￡＿，切和近似的目标是不同的（见图３－１）．但??从某种意义上看５?和Ｗ（２；，ｒ／）是等价的：＝?１?—雳要指出的是，在??考虑多分类治疗方案的选择问题时，我们应该选择便用（３－１０）式定义的的妙〇ｒ，？７）而不??是Ｗａｎｇ?ｅｔ?ａｌ．?（２０１８）使用的？在后面约束集的凸近似中，我们可以看到糾艾，７？）??发挥的作用．??分别用匝道损失多（３〇和函数１?一讽ＸＡ）替换示性函数７（２：仝０）和１?一?／（ＪＴ仝０），??问题（３－９）就可以由下面这个ＤＣ规划问题来近似


本文编号：3030648