癌症早期诊断相关问题统计方法研究

项目名称： 癌症早期诊断相关问题统计方法研究

项目编号： No.11171007

项目类型： 面上项目

立项/批准年度： 2012

项目学科： 数理科学和化学

项目作者： 房祥忠

作者单位： 北京大学

项目金额： 35万元

中文摘要： 本项目研究内容有两个方面。一个是关于病例对照数据用于预期研究模型中所产生的问题研究 。另一个是关于癌症早期预测中的统计方法研究。医学研究中存在两种不同的数据采集方式，预期研究和病例对照。人们往往利用病例对照方式采集数据，但却将其用于预期研究模型估计参数。本项目拟研究由此产生的若干问题。基于CA125和HE4等多种生物标记物，根据病例对照数据和纵向观测数据，研究探讨癌症的早期诊断所适用的统计模型和分析方法。以卵巢癌作为研究的出发点。早期卵巢癌治愈率可达90%以上，但70%以上患者就诊时已属晚期, 仅有不到30%的患者能存活至5年以上，可见早期诊断十分重要。CA125一直以来作为生物标记物用作卵巢癌的诊断，但灵敏度和特异度都很低。近年来发现用CA125和HE4等多个标记物共同作为诊断因素可极大提高灵敏度和特异度，我们将探讨利用病例对照数据和纵向数据综合早期诊断癌症的模型和统计分析方法。

中文关键词： 癌症筛查；纵向数据；分层模型；MCMC；两步回归

英文摘要：

英文关键词： cancer screening；longitudinal data；Hierarchical model；MCMC；two step regression