基于多元自适应回归样条的亚组识别方法

发布时间：2021-02-26 01:49

　　<正>随着科技的进步和医疗水平的提高,越来越多治疗方法被发现可能存在受益亚组人群^[1-2],因此亚组识别被逐渐重视起来。近年来,一些亚组识别方法已被提出,Forster等人针对二分类结局变量,提出"虚拟双胞胎"的方法^[3],预测患者分别处于试验组和对照组下阳性事件的发生率,以概率之差作为因变量拟合决策树进行亚组识别。Sysoev等人在虚拟双胞胎的基础上进行了拓展^[4],提出一种可适用于连续型结局变量的亚组识别方法。Lipkovich等人基于差分效应 

【文章来源】：中国卫生统计. 2020,37(04)北大核心

【文章页数】：4 页

【文章目录】：
方法与原理
    1.虚拟双胞胎
    2.MARS模型的识别与预测
    3.评价亚组受益程度
模拟研究
    1.模拟参数
    2.模拟结果
实例分析
    1.实例背景
    2.分析结果
讨 论


【参考文献】：
期刊论文
[1]理性审视精准医疗发展中的问题及其对策探讨[J]. 杨咪,杨小丽.  中国全科医学. 2017(07)

硕士论文
[1]多元光滑样条自适应回归模型及其应用[D]. 陈立宇.华北理工大学 2015
[2]加速失效模型及其在医学研究中的应用[D]. 师成虎.山西医科大学 2003



本文编号：3051888