多个响应变量的纵向数据联合建模方法及应用

纵向观测过程中经常会遇到对同一个个体测量多个响应变量的情况,由于同一个个体的不同响应变量之间存在一定的相关性,因此独立分析每一个响应变量将会损失相关信息。本文利用联合建模的方式对多个响应变量建立混合效应模型,通过不同响应变量的随机效应之间的相关性刻画不同响应变量之间的关系,并利用极大似然方法给出模型中参数的估计,最后通过中风病的实际数据分析来说明该方法的应用。     

基于深度学习的大规模肿瘤数据生存分析

目的将深度学习方法应用在大规模肿瘤数据中,并预测肿瘤患者的个体生存情况,提升预测精度,为个体化治疗方案提供参考。方法以老年乳腺癌数据为例,将生存时间划分成离散区间,通过神经网络方法预测患者在各离散区间内的死亡概率,实现个体生存函数的预测。结果对于19576例老年女性乳腺癌的个体生存函数预测情况,本文提出的方法预测效果好于其他的模型,表现在有更大的c-index指标和更大的log-rank统计量值。结论基于深度学习的生存函数预测有较大的灵活性,不受Cox模型比例风险假设的限制,能够处理大规模数据,并且对个体生存函数的预测更加准确。     

结直肠癌术后中医证型与预后相关性的巢式病例对照研究

目的：本研究对Ⅱ、Ⅲ期结直肠癌术后中医证型与预后相关性进行探索分析。方法：采用巢式病例对照研究方法回顾就诊于中国中医科学院西苑医院肿瘤科的结直肠癌患者,对5年内出现复发转移的20例患者（观察组）,按1：4匹配80例未复发转移患者为对照组,分别从肿瘤部位、TNM分期中医证型、术后辅助治疗及中药治疗时间等因素进行分析。结果：观察组以肝脾不和居多（P=0.027）,对照组脾肾两虚更多（P=0.029）。Logistic回归模型显示中药治疗时间对预后是一种保护因素（OR<1）,而肝肾阴虚证（OR>1）较脾肾两虚证的复发转移几率大大增加。结论：特定的中医证候与Ⅱ、Ⅲ期结直肠癌术后患者的预后可能具有相关性,中药治疗可能对预后具有改善作用。