高维预后模型的内部验证策略:模拟研究和应用到头部和部瘤的转录组

科学领域:

• 在瘤学瘤学.
• 生物信息学是一种生物信息学.
• 统计建模 统计建模

背景情况:

• 高维数据,包括基因组学和转录组学,对于预测性瘤学模型预测时间到事件结果越来越重要.
• 在对这些预测模型进行外部验证之前,内部验证至关重要,以减少乐观偏见.
• 现有的验证策略,如火车测试,引导和交叉验证,缺乏在高维环境中建立的基准.

研究的目的:

• 为了比较高维预测模型的常见内部验证策略的性能.
• 为瘤学转录组分析中的内部验证方法提供基于证据的建议.
• 评估火车测试,引导,k折交叉验证和嵌套交叉验证的稳定性和可靠性.

主要方法:

• 一项模拟研究利用头癌队列数据 (SCANDARE) 与临床和转录组变量,模拟无疾病生存率.
• 数据集在各种样本大小 (50到1000) 中模拟,每个样本有100个复制品.
• 考克斯惩罚回归被用于模型选择,其次是训练测试,启动,5倍交叉验证和嵌套交叉验证 (5x5) 以评估使用时间依赖的AUC,C指数和集成的Brier分数的性能.

主要成果:

• 列车测试验证在模拟中表现出不稳定的性能.
• 引导式方法显示过度乐观 (传统) 或过度悲观 (0.632+) 的结果,特别是较小的样本大小 (n=50-100).
• 随着样本大小的增加,K-fold和嵌套交叉验证的性能得到了改进和更稳定,尽管嵌套交叉验证的稳定性随着规范化方法的变化而变化.

结论:

• 建议使用K折交叉验证和嵌套交叉验证在高维,时间到事件瘤学设置中对Cox处罚模型的内部验证.
• 这些交叉验证技术提供优越的稳定性和可靠性,与火车测试或引导方法相比,特别是当有足够的样本大小时.
• 在k-fold和嵌套交叉验证之间的选择可能取决于模型开发中使用的特定规范化技术.