论文研究 贝叶斯非参数混合模型及其在生物标志物建模中的应用

通过治疗对生物事件的影响，可以轻松确定治疗对患者预后的影响。 观察患者一段时间的治疗可以帮助确定患者生物标志物是否发生任何变化。 研究生物标志物如何因治疗而变化以及位于不同中心的不同个体是否可以聚集在一起非常重要，因为它们可能具有不同的分布。 该研究受到贝叶斯非参数混合模型的启发，该模型与贝叶斯参数模型相比更加灵活，并且能够在不同中心之间借用信息，从而将它们组合在一起。 为此，本研究考虑了替代标记对生物学标记进行了建模。 该研究采用了嵌套的Dirichlet流程，该流程在多个中心的不同分布上很容易实现和平，来自同一Dirichlet流程组件的中心会自动聚集在一起。 该研究使用马尔可夫链蒙特卡罗