基于加权Youden指数的生物标志物筛选与组合方法
统计方法学
2025-09-03 v1
摘要
在临床实践中，常使用多个生物标志物进行疾病诊断，但单个生物标志物的诊断准确性往往次优，仅有少数能直接发挥作用。有效筛选并组合生物标志物可显著提高诊断准确性。现有方法常优化如ROC曲线下面积(AUC)或Youden指数。然而，优化AUC无法获得最优阈值估计，Youden指数又假设敏感性和特异性等权，这在临床实践中并非总是符合实际——这两者的权重可能不同。这凸显了需要灵活容纳此类要求的方法。本文提出了一套新框架，用于选择并组合生物标志物，以最大化加权Youden指数。我们引入基于加权Youden指数的平滑估计器，并提出采用SCAD惩罚的惩罚版本以增强变量选择。针对目标函数的非凸性和惩罚的非光滑性，我们发展了高效算法，可推广至其他非凸优化问题。模拟研究表明，我们的方法在性能和效率方面均表现优异，并应用于皮肤炎诊断模型的构建。
关键词
引用
@article{arxiv.2509.02090,
title = {Biomarkers selection and combination based on the weighted Youden index},
author = {Ao Sun and Zhanwang Deng and Jiahui Zhao and Hang Li and Xiao-Hua Zhou},
journal= {arXiv preprint arXiv:2509.02090},
year = {2025}
}