Непрерывный индивидуальный индекс риска - Continuous Individualized Risk Index

Индекс непрерывного индивидуального риска (CIRI) (инициализм произносится / ˈSɪri /) является набором вероятностных моделей риска[1] использование Байесовская статистика для интеграции различных видов рака биомаркеры с течением времени для создания единого прогноза риска исхода, как первоначально описано Куртцем, Исфахани и др. (2019)[2][3][4] из лаборатории Эша Ализаде в Стэнфорде. Вдохновленный игрой вероятность выигрыша модели для прогнозирования победителей в спорте[5][6][7] и политические выборы,[8][9] CIRI включает серийную информацию, полученную на протяжении курса лечения конкретного пациента, для индивидуальной оценки различных рисков, связанных с раком, с течением времени.[10][11] Модели CIRI были разработаны для различных типов рака, включая рак молочной железы (BRCA), диффузная В-клеточная лимфома большого размера (DLBCL) и хронический лимфолейкоз Интегрированная серийная информация может быть разнообразной, включая выбор терапии и соответствующие наблюдаемые реакции, независимо от того, используется ли жидкие биопсии или радиологические исследования, патологические и другие динамические измерения.

использованная литература

  1. ^ «Байесовский анализ данных». www.taylorfrancis.com. Получено 2019-08-11.
  2. ^ "CIRI". ciri.stanford.edu. Получено 2019-08-11.
  3. ^ Ван, Джонатан С. М .; Уайт, Джеймс Р .; Диас, Луис А. (25.07.2019). "Привет, CIRI, каков мой прогноз?". Ячейка. 178 (3): 518–520. Дои:10.1016 / j.cell.2019.07.005. ISSN  1097-4172. PMID  31348884.
  4. ^ Курц, Дэвид М .; Esfahani, Mohammad S .; Шерер, Флориан; Су, Джоанна; Джин, Майкл С .; Лю Чжи Лонг; Ньюман, Аарон М .; Дюрсен, Ульрих; Хюттманн, Андреас (25.07.2019). «Динамическое профилирование рисков с использованием серийных биомаркеров опухоли для персонализированного прогнозирования результатов». Ячейка. 178 (3): 699–713.e19. Дои:10.1016 / j.cell.2019.06.011. ISSN  1097-4172. ЧВК  7380118. PMID  31280963.
  5. ^ «Спорт - FiveThirtyEight». Получено 2019-08-11.
  6. ^ Стерн, Хэл (1991-08-01). «О вероятности победы в футбольном матче». Американский статистик. 45 (3): 179–183. Дои:10.1080/00031305.1991.10475798. ISSN  0003-1305.
  7. ^ Лок, Деннис; Нетлтон, Дэн (2014). «Использование случайных лесов для оценки вероятности победы перед каждой игрой в игре НФЛ». Журнал количественного анализа в спорте. 10 (2): 197–205. Дои:10.1515 / jqas-2013-0100. ISSN  1559-0410. S2CID  116921538.
  8. ^ «Политика - FiveThirtyEight». Получено 2019-08-11.
  9. ^ Линцер, Дрю А. (2013-03-01). «Динамическое байесовское прогнозирование президентских выборов в США». Журнал Американской статистической ассоциации. 108 (501): 124–134. Дои:10.1080/01621459.2012.737735. ISSN  0162-1459. S2CID  8787391.
  10. ^ «Модель риска, основанная на занятиях спортом, улучшает прогнозирование риска рака». Medscape. Получено 2019-08-11.
  11. ^ "Каковы шансы победить рак?". Журнал Космос. Получено 2019-08-11.