懲罰COX模型和彈性網(wǎng)技術(shù)在高維數(shù)據(jù)生存分析中的應(yīng)用.pdf

1、目的：利用DNA微陣列技術(shù)和蛋白質(zhì)譜技術(shù)測(cè)出的基因或蛋白等高維生物數(shù)據(jù)對(duì)癌癥病人進(jìn)行生存預(yù)測(cè)已不能再利用傳統(tǒng)Cox比例風(fēng)險(xiǎn)模型。本論文將探討懲罰COX模型（包括L2懲罰COX模型和L1懲罰COX模型）和彈性網(wǎng)技術(shù)（Elastic Net）用于高維數(shù)據(jù)生存分析的優(yōu)劣，從而揭露死亡或其他結(jié)局發(fā)生的時(shí)間和生物數(shù)據(jù)之間的關(guān)系，為得到更精確的診斷及預(yù)后從而改進(jìn)治療提供合理的方法依據(jù)。
　　 方法：介紹懲罰COX 模型（包括L2 懲罰COX

2、 模型和L1懲罰COX 模型）和彈性網(wǎng)技術(shù)（Elastic Net）的基本原理。針對(duì)基因或蛋白生物信息數(shù)據(jù)的高維度、強(qiáng)相關(guān)、小樣本的特點(diǎn)進(jìn)行模擬研究，對(duì)Van’t Veer等學(xué)者乳腺癌研究數(shù)據(jù)集進(jìn)行分析，考察這些模型的預(yù)測(cè)性能。采用R 軟件進(jìn)行數(shù)據(jù)模擬及分析。
　　 結(jié)果：以R2作為模型預(yù)測(cè)性能的評(píng)價(jià)標(biāo)準(zhǔn)，從模擬實(shí)驗(yàn)中我們得出各自變量相關(guān)程度一樣時(shí)隨著數(shù)據(jù)資料方差的增大，各種模型篩選出的自變量?jī)A向于增多，模型評(píng)價(jià)指標(biāo)結(jié)果R2也呈

3、增大趨勢(shì)，模型擬合也越好。且隨著刪失比例的增加，幾種方法的預(yù)測(cè)效能都會(huì)降低，說(shuō)明模型的預(yù)測(cè)能力會(huì)受到刪失比例的影響。
　　 結(jié)論：L2-COX 模型和L1-COX 模型都是處理高維生存資料的方法，只是L2-COX 模型沒(méi)有降維作用，但是處理共線性的效能強(qiáng)。L1-COX 模型主要用來(lái)對(duì)高維數(shù)據(jù)進(jìn)行降維而處理共線性的功能稍弱。EN-COX 模型同時(shí)汲取了L1和L2兩種模型的優(yōu)點(diǎn)，既能有效處理共線性又可以降維還同時(shí)改進(jìn)了L1，是分析處