协变量特定的时间依赖性 ROC 曲线的似然建模
统计方法学
2025-08-12 v2 应用统计
摘要
在纵向研究中识别可靠的生物标志物以预测临床事件，对于准确的疾病预后和指导新疗法的开发具有重要意义。然而，预后研究通常是观察性的，难以考虑患者的异质性。在肌萎缩侧索硬化症（ALS）中，年龄、发病部位和遗传状态等因素既影响生存又影响生物标志物水平，但它们对生物标志物随时间变化的预后准确性的影响仍不清楚。虽然已开发出处理删失至事件发生结果的时间依赖性受试者工作特征方法，但大多数方法未对协变量进行调整。为了解决这一问题，我们提出了非正态预后生物标志物（NPB）框架，该框架在考虑协变量的同时对生物标志物和事件时间的联合分布进行建模。这使得能够估计协变量特定的时间依赖性 ROC 曲线及相关汇总指标。我们将 NPB 框架应用于评估血清神经丝轻链作为 ALS 预后生物标志物的表现，结果表明其准确性随时间和患者特征而变化。通过捕捉这些协变量特定的效应，NPB 框架支持更具针对性的风险分层，并有可能改进新 ALS 疗法的临床试验设计。
引用
@article{arxiv.2502.20892,
title = {Likelihood-based Modeling of Covariate-Specific Time-Dependent ROC Curves},
author = {Ainesh Sewak and Vanda Inacio and Joanne Wuu and Michael Benatar and Torsten Hothorn},
journal= {arXiv preprint arXiv:2502.20892},
year = {2025}
}