Adaptive Elastic Net结合加速失效时间模型在亚组识别中的应用

作     者：康佩 许军 黄福强 刘颖欣 安胜利 KANG Pei;XU Jun;HUANG Fuqiang;LIU Yingxin;AN Shengli

作者机构：南方医科大学公共卫生学院生物统计学系广东广州510515 南方医科大学南方医院卫生经济管理科广东广州510515 

基　　金：国家自然科学基金(71673126) 大学生创新创业训练计划项目(201912121020)~~ 

出 版 物：《南方医科大学学报》 (Journal of Southern Medical University)

年 卷 期：2019年第39卷第10期

页      码：1200-1206页

摘      要：目的针对临床试验中的生存数据,基于加速失效时间模型提出一种亚组识别方法。方法将Adaptive Elastic Net应用于加速失效时间模型(称为惩罚模型),通过检验协变量与治疗组别的交互项来识别亚组相关协变量。采用基于极大似然的change-point算法寻找预测计分的截断点以对患者进行亚组分类。采用二阶段适应性设计,以评价治疗效果是否存在于所识别的获益亚组人群中。对比四种模型(含协变量主效应的惩罚模型、单变量模型,以及不含协变量主效应的惩罚模型、单变量模型)的亚组识别效果。结果模拟结果显示,在样本量较小、删失率较高、获益亚组占比较小以及样本量不超过协变量个数的情况下,含协变量主效应的惩罚模型在获益亚组的识别上有明显的优势;而其他情况下,则是不含主效应的单变量模型较优。在二阶段适应性设计中,这两种模型进行亚组识别的Ⅰ类错误均控制在0.05左右;当潜在获益亚组时,相比于传统设计,适应性设计很大程度上提高了检验效能。结论含协变量主效应的惩罚模型适用于生存数据的亚组识别;相比于传统设计,二阶段适应性设计更适用于潜在获益亚组的疗效评价。

主 题 词：加速失效时间模型 适应性设计 change-point算法 精准医疗 Adaptive Elastic Net 

学科分类：1002[医学-临床医学类] 08[工学] 0812[工学-测绘类] 

核心收录：

D　O　I：10.12122/j.issn.1673-4254.2019.10.11

馆 藏 号：203817449...