利用协变量信息随机划分模型发现交互作用

为确诊儿童急性淋巴细胞白血病的患者所制定的联合化疗治疗方案在提高治愈率方面取得了巨大成功。不幸的是，接受此类治疗方案的患者表现出对骨坏死发生的易感性。有人提出这是由于治疗方案中两种药剂（门冬酰胺酶和地塞米松）与其他生理变量之间的药代动力学交互作用所致。在缺乏先验指导的情况下，确定在此类场景中寻找交互作用时应考虑哪些生理变量，已被证明是一个具有挑战性的问题，尤其是当交互作用对响应分布的影响超出仅期望或离散度偏移的方式时。本文中我们提出一种探索性技术，能够以非常通用的方式发现协变量与响应之间的关联。该过程通过依赖型随机划分先验分布将协变量非常灵活地连接到响应，然后采用机器学习技术来凸显每个簇中发现的潜在关联。我们提供了模拟研究以展示其实用性，并将该方法应用于一项旨在了解哪些生理预测因子对骨坏死严重程度产生乘性影响的研究所产生数据。