贝叶斯单调有误差变量模型及其在病原体药敏试验中的应用
统计方法学
2018-06-21 v1 应用统计
摘要
药物稀释（MIC）和纸片扩散（DIA）是医院和诊所用于确定未知病原体对各种抗生素敏感性的两种最常见的抗菌药敏试验。由于通常只使用其中一种试验，两种试验给出相似结果十分重要。DIA 试验对 MIC 试验的校准通常通过误差率有界方法完成，该方法选择使两种试验间观测差异最小化的 DIA 折点。2000 年，Craig 提出了一种基于模型的方法，专门对每种试验的测量误差与舍入过程、潜在病原体分布以及两种试验间真实的单调关系进行建模。然后通过聚焦于匹配正确分类（敏感、不确定和耐药）的概率来校准两种试验。该方法在估计 DIA 折点时具有更高的精确性和准确性。在本文中，我们通过引入贝叶斯四参数 logistic 模型（扩展 Craig 原有的三参数模型）以及贝叶斯非参数样条模型来描述两种试验间的关系，从而扩展了基于模型方法的灵活性。我们提出了两种处理样条节点选择的方式：考虑许多等距节点但通过随机游走先验限制过拟合，以及将节点数量和位置视为附加未知参数。我们通过一系列模拟研究展示了这两种方法，并将这些方法应用于两个真实数据集。
引用
@article{arxiv.1806.06974,
title = {Bayesian monotonic errors-in-variables models with applications to pathogen susceptibility testing},
author = {Glen DePalma and Bruce A. Craig},
journal= {arXiv preprint arXiv:1806.06974},
year = {2018}
}