Clin Chem：贝叶斯方法分析生物个体差异析

2022-02-07 01:12:30 来源:

在疾病诊断和监控中生物人体内(BV)数据集有许多应用于。一般，用于估算BV的常规统计步骤对“有噪声的数据集”很敏感，并且需要假设与会者的CV不具同质性。关于BV的客体常识往往被忽略。本研究者的目的是开发随机性模型来计算BV (a)对“噪声数据集”的安定，(b)必需与会者CVs内的举例来说，(c)利用客体常识。

我们运用于自适应的学校t分布而非正态分布来探索不同鲁棒性的随机性模型，并且必需与会者CV有举例来说。并将结果与运用于来自欧洲生物人体内研究者的氯化物和三酯数据集的常规步骤进行了比较。

研究者发现，在数据流集集上运用于最安定的随机性步骤得到的结果可与运用于离群值分析和删除的常规步骤相媲美。拟合模型的后验分布为所有可用于分析有效率性的值备有可信发车。有效率的方面客体被表明对预测有商业价值。

研究者指出，本研究者提拔的随机性步骤备有了一个完整的举例来说往往的图像，并且粗略估算与会者个人情况的能力可以用来探索方面的亚组。由于BV实验是价格低廉和耗时的，因此应该考虑并相应地应用于客体常识和估算较低商业价值。通过包含有效率的客体常识，即使运用于小的数据集集，也可以进行精确的估算。

原始中有：

Thomas Røraas, Sverre Sandberg,ABayesian Approach to Biological Variation Analysis

本文系梅斯病理学（MedSci）原创编译整理，发表文章需授权！