Prediction of cancer survival for cohorts of patients most recently diagnosed using multi-model inference.
Prediction of cancer survival for cohorts of patients most recently diagnosed using multi-model inference.
复制标题
DOI：
10.1177/0962280220934501
复制
发表时间：
2020-12
影响因子：
2.3
通讯作者：
Rachet B
中科院分区：
文献类型：
--
作者：
Maringe C;Belot A;Rachet B
尽管有大量的模型、功能形式和效应类型可供选择，但用于预测人群癌症生存的过度风险模型的选择在文献中并不普遍。我们提出基于使用 Akaike 信息标准或贝叶斯信息标准选择的过度风险模型的多模型推理，以预测和预测癌症生存。我们使用 1990 年至 2011 年诊断出乳腺癌、结肠癌或肺癌的患者的经验数据来评估这种方法的特性。我们人为审查了 2010 年 12 月 31 日的数据，并预测 2010 年和 2011 年队列的五年生存率。我们将这些预测与观察到的五年队列癌症生存估计进行比较，并将它们与先验选择的简单模型和周期方法的预测进行对比。我们通过在诊断阶段和其他重要预后因素可用的患者队列中复制该方法来说明该方法。我们发现，在许多情况下，模型平均预测和预测与 Pohar-Perme 生存估计的差异接近最小，特别是在人口亚组中。基于信息标准的模型选择的优点包括（i）透明的模型构建策略，（ii）考虑模型选择的不确定性，（iii）没有对效果的先验假设，以及（iv）对样本外患者的预测。
Despite a large choice of models, functional forms and types of effects, the selection of excess hazard models for prediction of population cancer survival is not widespread in the literature. We propose multi-model inference based on excess hazard model(s) selected using Akaike information criteria or Bayesian information criteria for prediction and projection of cancer survival. We evaluate the properties of this approach using empirical data of patients diagnosed with breast, colon or lung cancer in 1990–2011. We artificially censor the data on 31 December 2010 and predict five-year survival for the 2010 and 2011 cohorts. We compare these predictions to the observed five-year cohort estimates of cancer survival and contrast them to predictions from an a priori selected simple model, and from the period approach. We illustrate the approach by replicating it for cohorts of patients for which stage at diagnosis and other important prognosis factors are available. We find that model-averaged predictions and projections of survival have close to minimal differences with the Pohar-Perme estimation of survival in many instances, particularly in subgroups of the population. Advantages of information-criterion based model selection include (i) transparent model-building strategy, (ii) accounting for model selection uncertainty, (iii) no a priori assumption for effects, and (iv) projections for patients outside of the sample.
登录
查看更多内容
DOI：
10.1080/01621459.2013.823775
发表时间：
2014-07-01
影响因子：
3.7
作者：
Efron B
通讯作者：
Efron B
影响因子：
4.8
作者：
Bower, Hannah;Crowther, Michael J.;Lambert, Paul C.
通讯作者：
Lambert, Paul C.
影响因子：
39.2
作者：
Collins, Gary S.;Reitsma, Johannes B.;Moons, Karel G. M.
通讯作者：
Moons, Karel G. M.
DOI：
10.1111/rssc.12368
发表时间：
2019-07-22
影响因子：
1.6
作者：
Fauvernier, Mathieu;Roche, Laurent;Remontet, Laurent
通讯作者：
Remontet, Laurent
影响因子：
2
作者：
ESTEVE, J;BENHAMOU, E;RAYMOND, L
通讯作者：
RAYMOND, L