具有序贯转移时间的动态治疗方案的贝叶斯非参数估计
应用统计
2015-11-17 v1
摘要
肿瘤学及其他疾病领域的动态治疗方案通常可表征为治疗或其他行动与疾病状态间转移时间的交替序列。转移状态的序列因方案执行情况而在患者间差异显著，实践中常存在多种反事实结局序列。为评估方案，最终总平均时间可表示为所有可能连续转移时间之和均值的加权平均。一个常见例子出现在癌症治疗中，其中不同治疗序列、疾病缓解、疾病进展和死亡之间的转移时间决定了总生存时间。针对一般情形，我们提出通过对每个转移时间的对数假设贝叶斯非参数回归模型来估计平均总体结局时间。采用具有高斯过程基测度的相依狄利克雷过程先验 (DDP-GP)，并通过马尔可夫链蒙特卡洛 (MCMC) 抽样获得联合后验。我们给出了使用经验贝叶斯方法构建先验的一般指南。将所提方法与逆概率治疗加权法进行比较。这些比较通过单阶段和多阶段方案的模拟研究进行，其中治疗分配依赖于基线协变量。该方法应用于分析一项涉及急性白血病多阶段化疗方案的临床试验数据集。实现基于 DDP-GP 的贝叶斯非参数分析的 R 程序可在 https://www.ma.utexas.edu/users/yxu/ 免费获取。
引用
@article{arxiv.1405.2656,
title = {Bayesian Nonparametric Estimation for Dynamic Treatment Regimes with Sequential Transition Times},
author = {Yanxun Xu and Peter Mueller and Abdus S. Wahed and Peter F. Thall},
journal= {arXiv preprint arXiv:1405.2656},
year = {2015}
}