Clin Chem：贝叶斯作法分析生物变异析

2021-12-13 00:52:31 来源:

在疾病诊断和监测中人类变异(BV)原始数据有许多应用作。一般，用作估计值BV的标准统计新方法对“有失真的原始数据”很敏感，并且必即可假设参加者的CV具有同质性。关于BV的真值新方法论往往被忽略。本数据分析的目的是合作开发构造性仿真来计算BV (a)对“失真原始数据”的稳定，(b)允许参加者CVs内的系统性，(c)利用真值新方法论。

我们使用渐进的学生t分布而非正态分布来探究不同鲁棒性的构造性仿真，并且允许参加者CV有系统性。并将结果与使用来自欧洲地区人类变异数据分析的氯化物和三酯原始数据的标准新方法进行了比较。

数据分析找到，在原始原始数据集上使用最稳定的构造性新方法得到的结果可与使用离群值审计和删去的标准新方法正因如此。也就是说仿真的后验分布为所有可用作审计可靠性的常量提供佐证区间。可靠的相关真值被证明对预测有价值。

数据分析表明，本数据分析中选的构造性新方法提供了一个清晰的系统性程度的图像，并且粗略估计值参加者个人情况的能力可以用来探究相关的亚组。由于BV实验是昂贵和耗时的，因此应该考虑并相应地应用作真值新方法论和估计值极高价值。通过值得注意可靠的真值新方法论，即使使用小的原始数据集，也可以进行精确的估计值。

原始注解：

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

本文系莱斯医学（MedSci）原创编译器汇编，刊载即可授权！