首页 > 文献资料
-
无金标准试验评价方法及其在唐氏综合征筛查中的应用
目的 介绍在无金标准情况下估计筛查试验参数的方法,评价唐氏综合征筛查试验.方法 采用Gibbs抽样方法构造markov链,估计唐氏综合征筛查试验的参数.结果 采用MCMC方法中的Gibbs抽样方法,估计出了利用母体血清AFP与游离betaHcg结合母体年龄别危险度在国内人群中筛查唐氏综合征试验的ROC曲线,从而得了试验的灵敏度、特异度和合适的阈值.结论 MCMC方法中的Gibbs抽样方法能够在缺少金标准的前提下,结合参数的先验分布较好地估计筛查试验的参数.
-
无金标准情况下三个诊断试验评价方法
目的 探讨三个诊断试验在无金标准情况下诊断试验方法及检出率、灵敏度、特异度的估计.方法 根据Bayesian参数估计原理,利用Gibbs抽样方法得到后验密度估计.结果 可计算出后验参数估值及其95%Bayesian可信区间.结论 文中提出的方法可有效地估计无金标准情况下三个诊断试验的后验参数.
-
Meta分析中随机效应模型的Gibbs抽样及其应用
目的探讨基于分层贝叶斯的随机效应模型meta分析的Gibbs抽样方法及其应用.方法在分层贝叶斯框架下,推出随机效应模型meta分析参数的完全条件分布.对中国人HBV、HCV及其双重感染与原发性肝癌关系的16个病例-对照研究数据,用二项分布建模,通过拟合三个logistic模型,在WinBUGS软件包上进行Gibbs抽样.结果由Gibbs抽样得到HBV、HCV及其双重感染与原发性肝癌关系的效应合并值、研究间方差等参数的后验均数和95%CI.结论 Gibbs抽样不但能灵活地构造模型对复杂问题进行meta分析,而且当纳入研究中数据极端值较多,经典方法不再适用时,用Gibbs抽样仍然可以方便有效地得到参数的后验分布.
-
无金标准情况下诊断试验的评价方法
目的探讨无金标准情况下诊断试验的评价方法及患病率的估计.方法从Beyesian参数估计原理出发,用Gibbs抽样法完成参数后验密度的估计.结果将有金标准的资料作为无金标准处理,所得参数估计值前后吻合,效果良好,并可得到参数的后验密度分布图.结论上述方法可有效地估计无金标准情况下诊断试验的评价参数.
关键词: 诊断试验 无金标准 Bayesian参数估计 Gibbs抽样 -
Bayesian图解模型--直线回归
Bayesian图解模型是综合Bayesian理论、图论的观点及MCMC模拟方法的复合模型.现通过具体实例系统地介绍该模型的基本思想、建模求解及推论过程,体现Bayesian图解模型的优点与不足.
关键词: Bayesian图解模型 图模型MCMC Gibbs抽样 条件独立假设 -
匹配病例对照研究的Bayes方法
目的 探讨匹配的病例对照研究的Bayes方法.方法 构建病例对照研究的Bayes多项式分布模型,利用WinBUGS软件用Gibbs抽样的MCMC模拟技术估计疾病与暴露之间的优势比.结果 通过WinBUGS软件实例分析,所得结果与经典方法相比,认为两者结果相似,但是部分区间较宽.结论 病例对照研究的Bayes模型的解释合理、恰当.
-
Gibbs抽样在HBV、HCV感染与肝癌关系的病例-对照研究meta分析中的应用
[目的]对中国人乙型肝炎病毒(HBV)、丙型肝炎病毒(HCV)及其双重感染与原发性肝癌关系的病例-对照研究结果进行定量综合,探讨Gibbs抽样方法在meta分析中的应用价值.[方法]制订meta分析的文献纳入和剔除标准,经分析筛选,有16个研究纳入.在WinBUGS上由二项分布建模,拟合3个Logistic模型,通过Gibbs抽样得到3组(HBV感染、HCV感染及双重感染)参数的后验分布.[结果] HBV感染的效应合并值μ10为2.86(合并优势比OR为18.05,95%可信区间CI为10.71~28.80),HCV感染的效应合并值μ01为2.49(合并OR为13.11,95%CI为5.28~27.02),双重感染的效应合并值μ11为4.49(合并OR为93.54,95%CI为49.44~167.30).[结论] meta分析结果表明,HBV、HCV感染均为中国人原发性肝癌发生的主要病原学因素.双重感染大大增加发生原发性肝癌的危险性.Gibbs抽样能灵活地构造模型对复杂问题进行meta分析,特别是当经典方法不适用时.
-
基于贝叶斯统计思想实现多重线性回归分析
本文目的是介绍基于贝叶斯统计思想实现多重线性回归分析的方法.多重线性回归分析时,单纯基于贝叶斯理论导出的公式来估计回归模型中参数的做法并不常见.常见的做法是基于马尔科夫链蒙特卡罗(MCMC)方法来实现多重回归分析,即把蒙特卡罗方法、贝叶斯统计思想和马尔科夫链等内容有机结合起来,共同完成多重回归分析.在资料基本满足经典统计思想建模的前提条件时,基于贝叶斯统计思想构建多重线性回归模型,其效果等价于基于经典统计思想构建的多重线性回归模型.
-
临床试验四格表资料Meta分析的Bayes方法
目的探讨临床试验四格表资料Meta 分析的Bayes方法. 方法构建Meta分析的Bayes系统可交换模型,采用WinBUGS软件由Gibbs抽样的MCMC模拟技术估计参数. 结果进行了临床试验四格表资料Bayes 方法的Meta 分析,并与经典方法进行了比较. 结论 Meta分析Bayes模型是恰当的.经典模型,特别是固定效应模型,可能导致总效应以及个体效应的不确定性的过低估计.