基于全基因组基因表达的生存时间预测的高斯过程回归
统计方法学
2018-09-03 v1
摘要
基于癌症患者的全基因组基因表达预测其生存时间仍是一个具有挑战性的问题。对于某些类型的癌症，基因表达对生存的影响既微弱又广泛，因此以合理准确度识别非零效应十分困难。作为使用变量选择方法的替代，我们提出一种高斯过程加速失效时间模型，利用全基因组或通路级基因表达数据预测生存时间。使用蒙特卡洛 EM 算法，我们联合填补删失对数生存时间并估计模型参数。我们在模拟和真实数据分析中展示了本方法的性能及其相对于现有方法的优势。我们分析的真实数据来自 513 名肾透明细胞癌患者，包含生存时间、人口统计/临床变量以及超过 20,000 个基因的表达。我们的方法具有广泛适用性，可处理右删失、左删失和区间删失结局，并提供了一种自然的方式来组合多种类型的高维组学数据。实现本方法的 R 包可在线获取。
引用
@article{arxiv.1808.10541,
title = {Gaussian process regression for survival time prediction with genome-wide gene expression},
author = {Aaron J. Molstad and Li Hsu and Wei Sun},
journal= {arXiv preprint arXiv:1808.10541},
year = {2018}
}