A& 金沙6165总站线路检测;S 研究旅行奖

Jennifer Delzeit 和陈剑锋均获得了艺术学位 & 2019 年春季科学研究旅行奖. 他们将参加 2019 年北美东部地区 (ENAR) 春季会议（3 月 24 日至 27 日）, 2019) 在费城, 这是一场针对东美洲地区的大型专业生物金沙6165总站线路检测学会议，预计将吸引超过1000名与会者参加本次会议(https://enar.org/meetings/spring2019/in金沙6165总站线路检测x.cfm).

女士. 金沙6165总站线路检测lzeit 将介绍她的硕士研究和先生. 陈将口头介绍他的博士研究. 他们的主要教授是博士. 徐伟文. 该研究是与 Dr 合作进行的. 来自密歇根州立大学的 David To金沙6165总站线路检测m 博士. KyungMann Kim，来自威斯康星大学麦迪逊分校.

女士. 金沙6165总站线路检测lzeit 已收到工作邀请并将于今年 5 月毕业. 先生. 陈预计将于 2019 年秋季毕业.

标题：
具有高维协变量的边际金沙6165总站线路检测的单变量梯度统计

作者：
詹妮弗·德尔泽特, 金沙6165总站线路检测, 徐伟文, 大卫·托德姆, 金庆曼

摘要：
金沙6165总站线路检测已得到很好的建立，并在文献中广泛用于分析长期幸存者的一生数据. 由于基因组技术的进步, 现在有兴趣识别与金沙6165总站线路检测框架下的生存结果高度相关的重要基因或微阵列. 使用这些遗传数据的识别过程将涉及高维协变量的变量选择技术. 但是, 金沙6165总站线路检测需要对治愈率进行额外建模, 这不可避免地导致更复杂的变量选择过程. 在本文中, 我们提出了一种在金沙6165总站线路检测边际表示下基于梯度统计的变量选择方法. 此边际模型可以通过将边际平均风险率直接与高维协变量相关联而无需指定治愈分数分量，从而对总体生存反应产生可解释的协变量效应. 然后迭代使用单变量梯度统计来确定显着的协变量. 结合错误发现率方法的使用, 可以轻松获得排名靠前的协变量列表. 所提出方法的结果通过广泛的模拟和对包含 400 多个 TCGA 乳腺癌数据的应用来说明,000 个微阵列.

标题：
长期幸存者的边际金沙6165总站线路检测

作者：
金沙6165总站线路检测, 徐伟文, 大卫·托德姆, 金庆曼

摘要：
长期幸存者的双组分混合模型, 称为标准金沙6165总站线路检测, 已被广泛使用并在文献中进行了深入讨论. 很多注意力都集中在理解协变量对该模型的治愈率和危险率分量的影响. 但是, 当治愈率和风险率同时共享这些协变量时，解释协变量对总体生存反应的影响极具挑战性. 在本文中, 我们提出了一个边际金沙6165总站线路检测，可以提供一个通用框架来研究协变量对整个人群生存结果的影响. 技术上, 采用了一种新颖的变换，可以将协变量直接与边际平均风险率联系起来，并将其嵌入到标准金沙6165总站线路检测的似然函数中. 所提出的边际模型通过广泛的模拟研究进行评估，并通过对 SEER 注册表中肝癌数据的应用进行说明.