非参数贝叶斯多处理方案混合愈死模型及其在儿童肿瘤学中的应用

异质处理效应估计在肿瘤学中至关重要，尤其是在具有重叠治疗成分和长期存活者数量众多的多臂试验中。这些共享机制构成了在精准医学中识别因果效应的核心挑战。我们提出了一种新型的协变量依赖的非参数贝叶斯多处理方案愈死模型，该模型联合考虑治疗方案之间的共同结构和愈死比例。通过潜在链接函数，该模型通过灵活的建模方法利用治疗方案之间的共享，实现个体化的生存推断。我们采用贝叶斯方法进行推断，并实现一种高效的 MCMC 算法来近似后验。仿真研究表明该方法在各种指定情形下都表现出稳健性和优越性。最后，对 AALL0434 试验的应用揭示了不同甲氨葫酸方案之间在生存率上的临床意义差异及其与不同协变量的关联，凸显了其在现实儿童肿瘤数据中学习处理效应的实际实用性。