基于Bayes分层Cox回归模型的乳腺癌基因表达应用研究

摘要：

本文将Bayes分层Cox回归模型与惩罚Cox回归模型(Ridge模型、Lasso模型、Elastic Net模型)进行比较分析,探讨并改善传统回归模型(Traditional Regression Model)应用于高维基因表达数据出现的问题,即过度拟合(Overfitting)和模型的不稳定问题.为预测疾病风险、实现精准医疗提供科学的理论依据,更好的实现癌症病人的诊断及预后.

关键词： 乳腺癌 基因表达 Cox回归模型 生存分析

作者: 相静 孙红卫 刘美娜

作者单位: 滨州医学院卫生统计学教研室;哈尔滨医科大学卫生统计学教研室 滨州医学院卫生统计学教研室 哈尔滨医科大学卫生统计学教研室

会议类型: 国内会议

会议名称: 2016年中国生物统计学术年会

会议地点: 天津

会议语种:中文

页码: 431-431

在线出版日期: 2016-07-26（万方平台首次上网日期，不代表论文的发表时间）