非参数经验贝叶斯生物标志物插补与估计
统计方法学
2023-06-13 v1
摘要
生物标志物常被批量测量以诊断患者、监测患者状况并研究新型药物通路。这些生物标志物的测量常受检测限影响，导致缺失和不可信的测量值。通常，缺失的生物标志物会被插补，以便使用现代统计方法进行下游分析，而这些方法通常无法处理受信息性删失影响的数据。本文提出了一种用于插补和去噪生物标志物测量的经验贝叶斯 -建模方法。我们在模拟中建立了优于流行方法的估计性质，并展示了所估计的生物标志物测量值对下游分析的效用。
引用
@article{arxiv.2306.07239,
title = {Nonparametric empirical Bayes biomarker imputation and estimation},
author = {Alton Barbehenn and Sihai Dave Zhao},
journal= {arXiv preprint arXiv:2306.07239},
year = {2023}
}