具有生存结局的超高通量协变量的条件筛选
统计方法学
2016-03-22 v1
摘要
识别可预测癌症患者预后的重要生物标志物是深入了解疾病生物学影响的关键，并已成为精准医学的重要组成部分。大规模生物医学生存研究的出现通常涉及过量生物标志物，这对设计高效筛选工具以选择预测性生物标志物提出了高需求。海量的生物标志物使得任何现有的基于正则化的变量选择方法失效。最近开发的变量筛选方法尽管在许多实际环境中强大，但未能纳入关于每个生物标志物重要性的先验信息，且在检测边缘弱但联合重要的信号方面效力较低。我们提出一种新的针对生存结局数据的条件筛选方法，通过计算在已知先验生物学信息条件下每个生物标志物的边际贡献。这基于某些生物标志物先验已知与疾病结局相关的假设。我们的方法具有确定筛选性质以及趋于零的错误选择率。该方法的效用通过广泛的模拟研究和对弥漫大B细胞淋巴瘤(Diffuse large B-cell lymphoma, DLBCL)数据集的分析得到进一步证实。
引用
@article{arxiv.1603.06145,
title = {Conditional Screening for Ultra-high Dimensional Covariates with Survival Outcomes},
author = {Hyokyoung Grace Hong and Jian Kang and Yi Li},
journal= {arXiv preprint arXiv:1603.06145},
year = {2016}
}
备注
34 pages, 3 figures