本文關(guān)鍵詞：非小細(xì)胞肺癌患者生存分析建模研究

  更多相關(guān)文章： 縱向數(shù)據(jù) Cox模型 時(shí)間相依協(xié)變量 變系數(shù)模型 自適應(yīng)懲罰

【摘要】：根據(jù)世界衛(wèi)生組織統(tǒng)計(jì)數(shù)據(jù)顯示,肺癌的發(fā)病率、死亡率長(zhǎng)期位居各種惡性腫瘤之首,全球每年約有135萬(wàn)人死于肺癌,肺癌患者的5年生存率僅有15%~30%。英國(guó)麥美倫癌癥援助中心的數(shù)據(jù)顯示醫(yī)學(xué)的發(fā)展并未顯著增加肺癌患者的生存時(shí)間,只是從1971年的8周上升到2011年的20周。近年來(lái),廣大醫(yī)療工作者和科研人員開(kāi)始關(guān)注腫瘤進(jìn)展的建模研究,此項(xiàng)研究能輔助醫(yī)生了解臨床治療方式和患者臨床癥狀對(duì)腫瘤進(jìn)展的影響,具有重要的科研和臨床意義。本文以非小細(xì)胞肺癌患者為研究對(duì)象,以預(yù)測(cè)非小細(xì)胞肺癌患者腫瘤進(jìn)展為主要研究目標(biāo),以解決Cox模型中時(shí)間相依協(xié)變量問(wèn)題、變量選擇問(wèn)題為研究切入點(diǎn),研究利用Cox模型預(yù)測(cè)肺癌患者腫瘤進(jìn)展的建模方法。本文的主要研究?jī)?nèi)容如下:(1)針對(duì)臨床醫(yī)學(xué)縱向數(shù)據(jù)中經(jīng)常出現(xiàn)的時(shí)間相依協(xié)變量,提出基于臨床檢測(cè)指標(biāo)變化特征的時(shí)間相依協(xié)變量Cox模型建模方法。根據(jù)患者的臨床檢測(cè)指標(biāo)變化特點(diǎn)反映時(shí)間相依協(xié)變量隨時(shí)間變化的函數(shù)形式,既避免了估計(jì)這類協(xié)變量隨時(shí)間變化形式的難度又利用了縱向數(shù)據(jù)中協(xié)變量的變化信息。并且,利用C-Index指數(shù)和校準(zhǔn)圖對(duì)Cox模型的預(yù)測(cè)準(zhǔn)確率做出驗(yàn)證。(2)研究基于自適應(yīng)懲罰函數(shù)的變量選擇方法,利用此方法建立變系數(shù)模型,并利用仿真數(shù)據(jù)對(duì)此方法進(jìn)行驗(yàn)證。仿真數(shù)據(jù)驗(yàn)證了此方法可以很好的識(shí)別模型中的變系數(shù)、常系數(shù)和零系數(shù),變量選擇的結(jié)果具有Oracle性,并且模型的估計(jì)結(jié)果比目前存在的研究方法更穩(wěn)定。此外,利用此方法識(shí)別肺癌患者的檢查指標(biāo)對(duì)腫瘤大小的影響效應(yīng)類型,分析出哪些檢查指標(biāo)對(duì)腫瘤大小的影響為時(shí)變效應(yīng),哪些檢查指標(biāo)對(duì)腫瘤大小的影響為恒定效應(yīng),哪些檢查指標(biāo)對(duì)腫瘤大小的影響為零效應(yīng)。(3)利用基于自適應(yīng)懲罰函數(shù)的變量選擇方法建立Cox模型,避免經(jīng)典變量選擇方法在協(xié)變量個(gè)數(shù)較多時(shí)容易造成累計(jì)誤差和過(guò)擬合的不足。本文結(jié)合生存時(shí)間資料的特點(diǎn)對(duì)自適應(yīng)懲罰法在Cox模型中的應(yīng)用進(jìn)行改進(jìn),使自適應(yīng)懲罰法能夠更加適用于實(shí)際應(yīng)用中的生存時(shí)間資料。仿真實(shí)驗(yàn)結(jié)果證明了改進(jìn)后的自適應(yīng)懲罰法進(jìn)行Cox模型變量選擇時(shí)仍具有Oracle性且系數(shù)估計(jì)具有穩(wěn)定性。并且,將此方法應(yīng)用到非小細(xì)胞肺癌患者的生存時(shí)間資料中,建立的Cox模型的預(yù)測(cè)準(zhǔn)確度比傳統(tǒng)變量選擇方法建立的Cox模型的預(yù)測(cè)準(zhǔn)確度提高了9.8%。
【關(guān)鍵詞】：縱向數(shù)據(jù) Cox模型 時(shí)間相依協(xié)變量 變系數(shù)模型 自適應(yīng)懲罰
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：R734.2;O212.1
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-19
• 1.1 課題研究背景及意義9-11
• 1.2 生存分析方法的國(guó)內(nèi)外研究現(xiàn)狀11-14
• 1.2.1 非參數(shù)法11-12
• 1.2.2 參數(shù)法12-13
• 1.2.3 半?yún)?shù)法13-14
• 1.3 Cox模型中時(shí)間相依協(xié)變量的國(guó)內(nèi)外研究現(xiàn)狀14-16
• 1.4 變量選擇方法應(yīng)用于Cox模型中的國(guó)內(nèi)外研究現(xiàn)狀16-17
• 1.5 本文的主要內(nèi)容17-18
• 1.6 本文的組織結(jié)構(gòu)18-19
• 第2章 肺癌患者生存分析建模研究的整體設(shè)計(jì)方案19-27
• 2.1 非小細(xì)胞肺癌患者隨訪數(shù)據(jù)19-22
• 2.1.1 數(shù)據(jù)內(nèi)容描述19-21
• 2.1.2 數(shù)據(jù)特點(diǎn)分析21-22
• 2.2 非小細(xì)胞肺癌患者生存時(shí)間資料22-24
• 2.2.1 生存時(shí)間資料的特點(diǎn)22-24
• 2.3 肺癌患者生存分析建模研究的整體設(shè)計(jì)方案24-25
• 2.4 本章小結(jié)25-27
• 第3章 基于醫(yī)學(xué)縱向數(shù)據(jù)的Cox模型建模研究27-41
• 3.1 Cox比例風(fēng)險(xiǎn)模型簡(jiǎn)介27-29
• 3.2 基于Cox模型的列線圖模型簡(jiǎn)介29-31
• 3.3 利用Cox模型分析檢測(cè)指標(biāo)變化特征對(duì)腫瘤進(jìn)展的影響31-37
• 3.3.1 臨床檢測(cè)指標(biāo)變化特征的表達(dá)31-33
• 3.3.2 實(shí)驗(yàn)設(shè)計(jì)33-34
• 3.3.3 Cox模型多因素分析結(jié)果34-36
• 3.3.4 Cox模型及預(yù)測(cè)列線圖的建立36-37
• 3.4 Cox比例風(fēng)險(xiǎn)模型實(shí)驗(yàn)結(jié)論37-39
• 3.4.1 Cox比例風(fēng)險(xiǎn)模型的有效性驗(yàn)證37-38
• 3.4.2 Cox比例風(fēng)險(xiǎn)模型應(yīng)用于臨床縱向數(shù)據(jù)的局限性分析38-39
• 3.5 本章小結(jié)39-41
• 第4章 基于變量選擇方法的變系數(shù)模型建模研究41-55
• 4.1 變系數(shù)模型簡(jiǎn)介41-42
• 4.2 基于變量選擇方法的變系數(shù)模型建模方法42-45
• 4.3 仿真實(shí)驗(yàn)45-51
• 4.3.1 IVSMLD方法分離變系數(shù)、零系數(shù)的性能45-47
• 4.3.2 IVSMLD方法分離變系數(shù)、零系數(shù)、常系數(shù)的性能47-51
• 4.4 基于妊娠高血壓數(shù)據(jù)的變系數(shù)模型51-53
• 4.5 本章小結(jié)53-55
• 第5章 變系數(shù)模型在肺癌患者縱向數(shù)據(jù)中的應(yīng)用55-61
• 5.1 基于ECOG評(píng)分對(duì)非小細(xì)胞肺癌患者分類55-56
• 5.2 臨床檢測(cè)指標(biāo)的多重共線性分析56-57
• 5.3 針對(duì)不同健康狀態(tài)的患者分別建立變系數(shù)模型57-60
• 5.4 本章小結(jié)60-61
• 第6章 變量選擇方法在Cox回歸模型中的應(yīng)用61-71
• 6.1 基于Cox模型的自適應(yīng)懲罰方法61-63
• 6.2 仿真實(shí)驗(yàn)63-67
• 6.2.1 生存時(shí)間數(shù)據(jù)的模擬方法63-64
• 6.2.2 自適應(yīng)懲罰方法的變量選擇結(jié)果64-66
• 6.2.3 實(shí)驗(yàn)結(jié)論66-67
• 6.3 變量選擇方法在肺癌患者生存分析中的應(yīng)用67-70
• 6.4 本章小結(jié)70-71
• 第7章 結(jié)論和展望71-73
• 本文的主要研究成果71-72
• 未來(lái)工作的展望72-73
• 參考文獻(xiàn)73-77
• 攻讀碩士學(xué)位期間所發(fā)表的學(xué)術(shù)成果77-79
• 致謝79

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 王曉東;田俊;;具有時(shí)變協(xié)變量的縱向資料的線性混合效應(yīng)模型及算法[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2012年12期

2 何春;方積乾;;單個(gè)協(xié)變量帶有測(cè)量誤差的多維結(jié)構(gòu)回歸模型[J];生物數(shù)學(xué)學(xué)報(bào);2007年02期

3 尹遜汝;;協(xié)變量Ⅰ型截尾時(shí)線性模型的非參數(shù)估計(jì)[J];紡織高�；A(chǔ)科學(xué)學(xué)報(bào);2007年01期

4 林華珍,倪宗瓚;Cox模型中共線協(xié)變量的分層處理[J];四川大學(xué)學(xué)報(bào)(自然科學(xué)版);1999年04期

5 郭麗莎;金凌輝;曹永秀;;Morgenstern族次序統(tǒng)計(jì)量的協(xié)變量的分布[J];數(shù)學(xué)雜志;2012年01期

6 孟維靜;王素珍;呂軍城;石福艷;;傾向指數(shù)分層法的模擬研究[J];中國(guó)衛(wèi)生統(tǒng)計(jì);2012年04期

7 葉家東,李鐵林;區(qū)域趨勢(shì)控制協(xié)變量回歸分析效果評(píng)估方法研究[J];氣象科學(xué);2001年01期

8 何其祥;;協(xié)變量區(qū)間刪失時(shí)線性模型的參數(shù)估計(jì)[J];應(yīng)用數(shù)學(xué);2007年02期

9 陶莊;盧雙;李芳;郭霏;;用STATA軟件擬合含時(shí)間相依協(xié)變量的Cox模型[J];數(shù)理醫(yī)藥學(xué)雜志;2012年03期

10 馮士雍;生存分析(Ⅲ)[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);1983年01期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1 侯艷;李康;;非劣效性臨床試驗(yàn)中兩組率差值的協(xié)變量調(diào)整方法[A];黑龍江省第十次統(tǒng)計(jì)科學(xué)討論會(huì)論文集[C];2008年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 馬云艷;相依數(shù)據(jù)下協(xié)變量調(diào)整回歸模型及其在金融時(shí)間序列中的應(yīng)用[D];山東大學(xué);2012年

2 張新佶;生存資料非劣效性評(píng)價(jià)的非參數(shù)協(xié)方差模型研究及實(shí)現(xiàn)[D];第二軍醫(yī)大學(xué);2012年

3 吳遠(yuǎn)山;輔助數(shù)據(jù)問(wèn)題和多元失效時(shí)間的半?yún)?shù)分析[D];武漢大學(xué);2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 謝驍;基于縱向協(xié)變量的Cox模型及其在療效評(píng)估中的應(yīng)用[D];云南師范大學(xué);2015年

2 崔劍嵐;應(yīng)用多結(jié)局生存分析模型評(píng)價(jià)隨時(shí)間變化的協(xié)變量對(duì)胃癌患者預(yù)后的影響[D];復(fù)旦大學(xué);2014年

3 程文帥;非小細(xì)胞肺癌患者生存分析建模研究[D];北京工業(yè)大學(xué);2015年

4 周多;生態(tài)數(shù)據(jù)和含協(xié)變量樣本數(shù)據(jù)的聯(lián)合分析[D];東北師范大學(xué);2009年

5 張鵬程;有缺失協(xié)變量的相對(duì)危險(xiǎn)率模型的估計(jì)理論及其漸近性質(zhì)[D];清華大學(xué);2010年

6 陳淑英;線性協(xié)變量調(diào)整模型的參數(shù)估計(jì)[D];浙江大學(xué);2008年

7 劉欣;高維面板數(shù)據(jù)模型中協(xié)變量選擇和異方差檢驗(yàn)[D];云南財(cái)經(jīng)大學(xué);2014年

8 王宇達(dá);因果效應(yīng)和統(tǒng)計(jì)推斷[D];北京郵電大學(xué);2015年

9 彭江濱;相乘—可加危險(xiǎn)模型及其在生存分析中的應(yīng)用[D];山西醫(yī)科大學(xué);2010年

10 劉東梅;基于均勻分布協(xié)變量的線性模型的參數(shù)估計(jì)[D];蘭州大學(xué);2013年

，

本文編號(hào)：775792