A min-max combination of biomarkers to improve diagnostic accuracy.
A min-max combination of biomarkers to improve diagnostic accuracy.
复制标题
DOI：
10.1002/sim.4238
复制
发表时间：
2011-07-20
影响因子：
2
通讯作者：
Halabi, Susan
中科院分区：
文献类型：
--
作者：
Liu, Chunling;Liu, Aiyi;Halabi, Susan
关键词：
通过结合多种生物标志物可以大大提高诊断准确性。尽管似然比为生物标志物的组合提供了最佳解决方案，但该方法对分布假设敏感，而分布假设通常难以证明。或者，可以考虑简单的线性组合，当生物标志物的数量相对较大时，其经验解可能遇到大量计算。此外，最佳的线性组合下得到的多元正态性可能遭受重大损失的效率，如果分布远离正态性。在本文中，我们提出了一种新的方法，线性结合的最小值和最大值的生物标志物。这种组合只涉及搜索一个单一的组合系数，最大化的受试者工作特征（ROC）曲线下的面积，因此是计算有效的。仿真结果表明，最小-最大组合可以产生更大的部分或全部ROC曲线下的面积，并且对分布假设更稳健。这些方法使用来自自闭症或自闭症谱系障碍（ASD）儿童生长和成熟研究（自闭症/ASD研究）的生长相关激素数据进行说明。
Diagnostic accuracy can be improved considerably by combining multiple biomarkers. Although the likelihood ratio provides optimal solution to combination of biomarkers, the method is sensitive to distributional assumptions which are often difficult to justify. Alternatively simple linear combinations can be considered whose empirical solution may encounter extensive computation when the number of biomarkers is relatively large. Moreover, the optimal linear combinations derived under multivariate normality may suffer substantial loss of efficiency if the distributions are apart from normality. In this paper we propose a new approach that linearly combines the minimum and maximum values of the biomarkers. Such combination only involves searching for a single combination coefficient that maximizes the area under the receiver operating characteristic (ROC) curves and is thus computation-effective. Simulation results show that the min-max combination may yield larger partial or full area under the ROC curves and is more robust against distributional assumptions. The methods are illustrated using the growth-related hormones data from the Growth and Maturation in Children with Autism or Autistic Spectrum Disorder (ASD) Study (Autism/ASD Study).
登录
查看更多内容
影响因子：
1.9
作者：
Baker, SG
通讯作者：
Baker, SG
DOI：
10.1098/rsta.1933.0009
发表时间：
1933-03-01
影响因子：
--
作者：
Neyman, J
通讯作者：
Neyman, J
影响因子：
2.7
作者：
Eguchi, S;Copas, J
通讯作者：
Copas, J
影响因子：
3.2
作者：
Mills, James L.;Hediger, Mary L.;England, Lucinda J.
通讯作者：
England, Lucinda J.
影响因子：
1.8
作者：
BAMBER, D
通讯作者：
BAMBER, D