發(fā)布時間：2021-02-26 01:49

　　<正>隨著科技的進步和醫(yī)療水平的提高,越來越多治療方法被發(fā)現(xiàn)可能存在受益亞組人群^[1-2],因此亞組識別被逐漸重視起來。近年來,一些亞組識別方法已被提出,Forster等人針對二分類結(jié)局變量,提出"虛擬雙胞胎"的方法^[3],預(yù)測患者分別處于試驗組和對照組下陽性事件的發(fā)生率,以概率之差作為因變量擬合決策樹進行亞組識別。Sysoev等人在虛擬雙胞胎的基礎(chǔ)上進行了拓展^[4],提出一種可適用于連續(xù)型結(jié)局變量的亞組識別方法。Lipkovich等人基于差分效應(yīng) 

【文章來源】：中國衛(wèi)生統(tǒng)計. 2020,37(04)北大核心

【文章頁數(shù)】：4 頁

【文章目錄】：
方法與原理
    1.虛擬雙胞胎
    2.MARS模型的識別與預(yù)測
    3.評價亞組受益程度
模擬研究
    1.模擬參數(shù)
    2.模擬結(jié)果
實例分析
    1.實例背景
    2.分析結(jié)果
討 論


【參考文獻】：
期刊論文
[1]理性審視精準醫(yī)療發(fā)展中的問題及其對策探討[J]. 楊咪,楊小麗.  中國全科醫(yī)學(xué). 2017(07)

碩士論文
[1]多元光滑樣條自適應(yīng)回歸模型及其應(yīng)用[D]. 陳立宇.華北理工大學(xué) 2015
[2]加速失效模型及其在醫(yī)學(xué)研究中的應(yīng)用[D]. 師成虎.山西醫(yī)科大學(xué) 2003



本文編號：3051888