精准医疗的预测生物标志物图形化方法（PRIME）
统计方法学
2025-04-14 v1
摘要
精准医疗正快速发展，依赖生物标志物进行患者筛选，从而指导药物开发。传统统计方法是寻找使生物标志物二分类后互动作用 p 值最小的分割点，但该方法未考虑临床意义，且生物标志物未在连续尺度上评估。我们提出从预测风险角度连续评估生物标志物，基于包含生物标志物与治疗作用互动的模型。预测风险可图形化显示，以说明结果与生物标志物之间的关系，从而建议生物标志物阳性/阴性组的分割点。我们采用 TreatmentSelection 方法并通过 G-computation 拓展以考虑协变量。其他功能包括基于净收益汇总度量的生物标志物比较以及校准以评估模型拟合优度。PRIME（Predictive biomarker graphical approach）方法对所考虑的结局类型和协变量类型具有灵活性。已提供 R 包，并将演示具体示例。
引用
@article{arxiv.2504.08087,
title = {Predictive biomarker graphical approach (PRIME) for Precision medicine},
author = {Gina D'Angelo and Xiaowen Tian and Chuyu Deng and Xian Zhou},
journal= {arXiv preprint arXiv:2504.08087},
year = {2025}
}