1、隨著生物統(tǒng)計(jì)學(xué)方法學(xué)的發(fā)展進(jìn)步以及臨床研究對(duì)于統(tǒng)計(jì)方法的依賴性日益增強(qiáng)，越來(lái)越多的統(tǒng)計(jì)模型被廣泛地應(yīng)用于臨床研究的各個(gè)方面，如篩選影響因素、診斷試驗(yàn)、預(yù)后評(píng)價(jià)以及個(gè)體化治療等。列線圖預(yù)測(cè)模型能夠通過(guò)整合多個(gè)預(yù)后變量信息從而計(jì)算個(gè)體生存率，并以人機(jī)友好的形式將結(jié)合了生物學(xué)信息以及臨床學(xué)信息的復(fù)雜模型表現(xiàn)出來(lái)，是個(gè)體化醫(yī)療中不可或缺的方法學(xué)工具，已經(jīng)開(kāi)始廣泛應(yīng)用于臨床各個(gè)領(lǐng)域。在構(gòu)建列線圖預(yù)測(cè)模型時(shí)最廣泛應(yīng)用變量選擇方法為逐步回歸法，但是越

2、來(lái)越多的統(tǒng)計(jì)學(xué)家認(rèn)為應(yīng)用傳統(tǒng)的逐步回歸法所構(gòu)建的預(yù)測(cè)模型存在著一定的缺陷，如計(jì)算的R2偏大，P值偏小，未校正模型的不確定性，容易發(fā)生過(guò)度擬合的情況等等，并且這種方法太過(guò)于注重變量與事件的聯(lián)系，而并沒(méi)有考慮到模型的構(gòu)建過(guò)程。隨著貝葉斯學(xué)派的興起，貝葉斯模型平均法也開(kāi)始越來(lái)越受到統(tǒng)計(jì)學(xué)家們的重視。貝葉斯模型平均法將模型的不確定性考慮在內(nèi)，通過(guò)貝葉斯算法計(jì)算變量以及模型的后驗(yàn)概率將模型科學(xué)地加權(quán)平均，從而推導(dǎo)變量與事件之間的效應(yīng)以及選擇正確合

3、適的模型形式。但是貝葉斯模型平均法在國(guó)內(nèi)外預(yù)測(cè)模型的建立中還處于初步探索階段，尤其是在生存數(shù)據(jù)中和傳統(tǒng)的逐步回歸法以及新興的懲罰類方法Lasso相比較的優(yōu)劣以及適用條件尚不明確，有待進(jìn)一步研究。
　　研究目的:
　　本研究通過(guò)模擬研究探索貝葉斯模型平均法的基本性質(zhì)和適用條件，同時(shí)比較在不同樣本量、不同殘差項(xiàng)以及不同的數(shù)據(jù)情境中貝葉斯模型平均法構(gòu)建模型的準(zhǔn)確性和穩(wěn)定性，并和傳統(tǒng)的逐步回歸法以及Lasso法相比較，探索不同情境下

4、模型的最佳構(gòu)建方法。最后，將以上幾種方法同時(shí)應(yīng)用于實(shí)例數(shù)據(jù)中，以驗(yàn)證模擬研究結(jié)果，提高建立列線圖預(yù)測(cè)模型的穩(wěn)定性。
　　研究方法:
　　本研究采用Bender算法模擬縱向生存數(shù)據(jù)集，并考慮樣本量，殘差項(xiàng)以及模型的復(fù)雜性建立不同的數(shù)據(jù)情境，對(duì)于貝葉斯模型平均法通過(guò)設(shè)置均衡先驗(yàn)信息來(lái)獲取自變量的后驗(yàn)信息，將閾值設(shè)置為50％和95％分別構(gòu)建模型，對(duì)于Lasso法則根據(jù)交叉驗(yàn)證法來(lái)選取最佳調(diào)整參數(shù)，從而調(diào)整收縮系數(shù)選擇變量并構(gòu)建模型

5、，逐步回歸法則以P值小于0.05作為進(jìn)入標(biāo)準(zhǔn)0.15作為排除標(biāo)準(zhǔn)，在各種數(shù)據(jù)條件下全面比較三種變量選擇方法建立模型的優(yōu)劣，并將貝葉斯模型平均法應(yīng)用到晚期肝癌實(shí)例數(shù)據(jù)中，探索穩(wěn)定的模型構(gòu)建形式。
　　研究結(jié)果:
　　當(dāng)樣本量較小時(shí)，以50％作為后驗(yàn)概率閾值的貝葉斯模型平均法在選擇真實(shí)變量，剔除混雜變量以及構(gòu)建模型上和逐步回歸法并沒(méi)有明顯的區(qū)別，而相應(yīng)的，當(dāng)以95％作為后驗(yàn)概率閾值時(shí)，貝葉斯模型平均法由于選擇變量標(biāo)準(zhǔn)過(guò)于嚴(yán)格其表

6、現(xiàn)要略差于逐步回歸法和Lasso法，但是當(dāng)樣本量較小時(shí)三種方法所構(gòu)建的模型都有比較嚴(yán)重的過(guò)度擬合，模型的實(shí)際應(yīng)用價(jià)值都有待商榷。
　　當(dāng)樣本量較大時(shí)，貝葉斯模型平均法在選擇變量、估計(jì)參數(shù)及構(gòu)建模型中都要明顯優(yōu)于其余兩種方法。首先，貝葉斯模型平均法在校正了模型的不確定性后，以95％作為后驗(yàn)概率閾值時(shí)所選擇變量幾乎不可能為無(wú)關(guān)變量，即使將閾值下調(diào)到50％，貝葉斯模型平均法剔除無(wú)關(guān)變量的頻率也在70％以上，而逐步回歸法和Lasso法則分

7、別為60％和70％左右。其次，雖然貝葉斯模型平均法、Lasso法和逐步回歸法在選擇真實(shí)變量的能力上并沒(méi)有明顯的區(qū)別，但是由于貝葉斯模型平均法識(shí)別無(wú)關(guān)變量的能力較強(qiáng)，其選擇到真實(shí)模型的頻率也遠(yuǎn)遠(yuǎn)超過(guò)了其余兩種方法。而在參數(shù)估計(jì)方面，貝葉斯模型平均法對(duì)真實(shí)變量回歸系數(shù)估計(jì)的偏倚較小，覆蓋率也明顯優(yōu)于逐步回歸法和Lasso法，在參數(shù)估計(jì)的準(zhǔn)確性上有明顯的優(yōu)勢(shì)。最后，貝葉斯模型平均法所建立的模型更為穩(wěn)定，較好的避免了模型過(guò)度擬合的問(wèn)題，而逐步回

8、歸法和Lasso法則均有不同程度的過(guò)度擬合。
　　但是，貝葉斯模型平均法也存在著一定的缺陷，由于其選擇變量標(biāo)準(zhǔn)較為嚴(yán)格，因此，當(dāng)樣本量較小或者殘差項(xiàng)較大時(shí)，貝葉斯模型平均法難以發(fā)現(xiàn)真實(shí)變量和事件之間的關(guān)聯(lián)，并且估計(jì)參數(shù)的準(zhǔn)確性以及模型的穩(wěn)定性都有一定程度的下降，另外貝葉斯模型平均法難以處理具有真實(shí)變量間具有組內(nèi)相關(guān)效應(yīng)的數(shù)據(jù)，而Lasso法在這一方面則有明顯改善。
　　實(shí)例數(shù)據(jù)分析中，貝葉斯模型平均法所建立的模型相對(duì)于其他兩

9、種方法更為穩(wěn)健，并且所選擇的晚期肝癌患者的危險(xiǎn)因素也更具有可信度和臨床意義，而Lasso法和逐步回歸法都不同程度的納入了無(wú)關(guān)變量，并且建立的模型都有不同程度的過(guò)度擬合。
　　研究結(jié)論:
　　當(dāng)樣本量比較充分?jǐn)?shù)據(jù)質(zhì)量較好，且對(duì)危險(xiǎn)因素有一定的前期探索，未知的危險(xiǎn)因素較少的情況下，貝葉斯模型平均法所構(gòu)建的預(yù)測(cè)模型比較穩(wěn)健，參數(shù)估計(jì)也更為準(zhǔn)確，基于貝葉斯模型平均法構(gòu)建列線圖預(yù)測(cè)模型對(duì)于個(gè)體化治療以及臨床實(shí)踐中治療方法的決策具有很高