Clin Chem：贝叶斯方法统计分析生物变异析

2022-01-24 02:50:06 来源:

在疾病诊断和监测中有机体反转(BV)图表有许多领域。一般，常用少于BV的规格统计数字新方法对“有杂讯的图表”很敏感，并且必需假设发起者的CV具有亦然。关于BV的本质学问一般而言被忽略。本科学研究的目地是联合开发随机性建模来算出BV (a)对“杂讯图表”的稳定，(b)允许发起者CVs内的举例来说，(c)利用本质学问。

我们采用自适应的学生t常见于而非正态常见于来探索不同鲁棒性的随机性建模，并且允许发起者CV有举例来说。并将结果与采用来自西欧有机体反转科学研究的硫酸盐和三酯图表的规格新方法进行了比较。

科学研究发现，在原始图表集上采用最稳定的随机性新方法得不到的结果可与采用离群值评估和删除的规格新方法相媲美。拟合建模的后验常见于为所有可常用评估有效率度的给定提供吻合线路。有效率的就其本质被证明对预见有价值。

科学研究声称，本科学研究推荐的随机性新方法提供了一个清晰的举例来说程度的三维，并且粗略少于发起者应有情况的并能可以用来探索就其的亚组。由于BV实验者是昂贵和耗时的，因此应该选择并除此以外地领域本质学问和少于很高价值。通过值得注意有效率的本质学问，即使采用小的图表集，也可以进行粗略的少于。

原始出处：

Thomas Røraas, Sverre Sandberg,ABayesian Approach to Biological Variation Analysis

本文则有雷纳医学（MedSci）原创编译整理，转载需授权！