贝叶斯Gamma幂混合生存回归模型：预测前列腺切除术后前列腺癌复发
应用统计
2026-03-27 v1 定量方法
摘要
在423例接受根治性前列腺切除术的局部前列腺癌患者数据集中，我们使用贝叶斯Gamma幂混合生存回归模型估计了各种术前变量子集中的表观香农信息(ASI)，以预测生化复发时间。在所有考察的子集中，ASI均为正，且后验概率大于0.975。仅使用年龄和术前血液检测结果（PSA和生物标志物），我们实现了0.232（0.180至0.290）nats的ASI（0.335（0.260至0.419）bits）（后验均值和等尾95%后验置信区间）。这比之前该数据集的同一作者子集使用对数偏斜t混合模型获得的平均后验ASI的两倍还多，且该值大于先前值的后验概率超过0.99。此外，使用术前或术后Gleason分级、手术发现、临床分期以及是否存在包膜外扩展或精囊侵犯均未增加提取的ASI。然而移除基于血液的生物标志物并以术前Gleason分级或MRI扫描结果替代它们，则可用ASI分别大幅降至0.077（0.038至0.120）和0.088（0.045至0.132）nats（两者均小于使用基于血液的生物标志物的值，后验概率大于0.995）。采用贪心方法从所考察的生物标志物中筛选最佳生物标志物，按重要性递减顺序依次为TGFbeta1、VCAM1、IL6sR和uPA。
引用
@article{arxiv.2603.25455,
title = {A Bayesian Gamma-power-mixture survival regression model: predicting the recurrence of prostate cancer post-prostatectomy},
author = {Tommy Walker Mackay and Mingtong Xu and Shahrokh F. Shariat and Roger Sewell},
journal= {arXiv preprint arXiv:2603.25455},
year = {2026}
}
备注
19 pages, 13 figures, 3 tables