基于带协变量的乘积分割模型的个性化治疗选择

精准医学是一种基于患者个体特征定义治疗策略的疾病治疗方法。受癌症基因组学中一个开放性问题的启发，我们开发了一种新颖的模型，该模型灵活地对具有相似预测特征和相似治疗反应的患者进行聚类；该方法通过预测推断，识别出在一组治疗中哪一种更适合新患者。所提出的方法完全基于模型，避免了采用启发式聚类程序进行治疗分配时导致的不确定性低估，并且属于带协变量的乘积分割模型类，此处扩展以包含由归一化广义伽马过程诱导的凝聚性。在模拟研究中，该方法在预测协变量异质性显著的情形下表现尤为出色。一个癌症基因组学案例研究说明了所提出方法在治疗反应方面带来的潜在益处。最后，由于基于模型，该方法允许估计聚类特定的反应概率，进而识别出更可能从个性化治疗中获益的患者。