个性化医疗中的亚组可混合推断及其在时间至事件结局中的应用
统计方法学
2014-09-03 v1
摘要
在随机临床试验中测量亚组混合群体的治疗有效性,是个性化医疗开发中的一个基本问题,关乎是治疗整个患者群体还是针对特定亚组进行治疗。我们表明,一些常用的有效性度量指标并不适用于混合群体。我们还表明,虽然使用最小二乘均值(LSmeans)(而非边际均值)估计来调整数据中的不平衡至关重要,但目前将 LSmeans 直接应用于估计任何类型结局的混合群体有效性的做法是不恰当的。通过提出一种称为{\em 亚组可混合估计}的新原则,我们建立了代表有效性的参数之间的逻辑关系,并开发了一套通用推断程序,以可靠地推断亚组及其混合群体的有效性。以具有时间至事件结局的肿瘤学研究为例,我们展示了风险比(Hazard Ratio)不适用于测量混合群体的有效性,并提供了具有有效推断程序的替代有效性度量指标。
引用
@article{arxiv.1409.0713,
title = {Subgroup Mixable Inference in Personalized Medicine, with an Application to Time-to-Event Outcomes},
author = {Ying Ding and Hui-Min Lin and Jason C. Hsu},
journal= {arXiv preprint arXiv:1409.0713},
year = {2014}
}
备注
5 figures, 6 tables