基于界标技术的生存数据动态风险评估统计方法研究

In the course of treatment for cancer patients, the same question "How long can I live?" is asked frequently, no matter at initial visit, follow-up or treatment process, that involves individual risk predictions for patients at multiple time points. For survival data, classical predictive methods include Cox proportional hazards, time-dependent Cox regression, and even AFT models, these can answer above questions at initial treatment, but lose efficacy on a series of dynamic time points during follow-up. So the project will be based on landmark technology which is relatively simple, improve landmark time choice and parameters estimation in dynamic risk prediction for single event survival data firstly. Then develop the corresponding hypothesis test and sample size estimation method, compared with the existing between group comparison and experimental design in two-arm clinical trials which consider dynamic risk problem insufficiently. Thirdly, plan to establish dynamic prediction, hypothesis test and sample size estimation method based on subdistribution hazard, due to dispose competing risks as right censoring simply in clinical research, which bring on estimation deviation. At last, apply aforementioned a series of landmarking dynamic prediction method to cervical cancer data analysis. And hope to provide statistical tools for accurate prediction, assessment and analysis in treatment project and clinical decision-making.

肿瘤患者治疗过程中，无论初次就诊还是在随访或治疗过程中，会频繁问同一问题：“我还能活多久？”，这涉及到在多个时间点上对患者的个体风险预测。对于生存数据，经典的预测方法是成比例假设时的Cox比例风险，以及时间相依Cox回归，甚至AFT模型，这些虽能回答初次就诊时的提问，但无法解决在随访中一系列动态时间点上同样的疑问。因此本项目将基于简洁的界标技术，首先，改进单终点生存数据下动态风险预测模型中的界标点选择和参数估计问题。其次，相比现有两臂临床试验中组间比较和试验设计均未能充分考虑到动态风险的问题，发展相应的假设检验和样本量估计方法。第三，由于临床研究中常将竞争风险简化为右删失处理，导致出现估计偏差，也计划在部分分布风险基础上建立相应的动态预测、假设检验和样本量估计方法。最后，将以上界标动态风险评估系列方法应用于宫颈癌数据分析。以期在制定治疗方案、临床决策中提供可精准预测、评估和分析的统计工具。

精准医学旨在改善群体医疗保健和个体健康水平，其重要一环是构建具有较好性能的预测模型，以实现个人风险精准预测。从人群整体层面上看，医疗保健人员更准确地预测针对特定疾病的治疗和预防策略将在哪些患者群体中起作用；从个体健康层面来看，医生利用患者的个体动态随访信息预测该患者未来若干年的生存或风险概率。随着精准医学的发展，一个关键的问题就是如何准确且动态地预测每个个体的生存状况。本研究集中在通过界标技术研究有效的动态Cox风险预测模型，以及基于其它生存模型的动态预测研究，可处理各种协变量信息，利用患者实时的变量信息，即存在时间效应协变量或时间相依协变量，达到对个体数据的差异化、精准化预测目标。同时，研究针对差异化分析提出有针对性假设检验方法，以及生存数据相关样本量估计。上述统计模型和理论方法，均形成了计算程序，并将其运用在真实世界的数据分析。项目成果的临床应用具有可行性，动态预测可以有效避免过度治疗及医疗资源的浪费，为医生和患者进行医疗决策提供科学依据。

内容获取失败，请点击重试