Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
PSICA: Decision trees for probabilistic subgroup identification with categorical treatments
Linköping Univ, Dept Comp & Informat Sci, Linköping, Sweden.ORCID-id: 0000-0002-3092-4162
Linköping Univ, Dept Comp & Informat Sci, Linköping, Sweden.
Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Medicinska fakulteten, Institutionen för kvinnors och barns hälsa, Internationell mödra- och barnhälsovård (IMCH).
Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Medicinska fakulteten, Institutionen för kvinnors och barns hälsa, Internationell mödra- och barnhälsovård (IMCH).ORCID-id: 0000-0001-8036-168x
2019 (Engelska)Ingår i: Statistics in Medicine, ISSN 0277-6715, E-ISSN 1097-0258, Vol. 38, nr 22, s. 4436-4452Artikel i tidskrift (Refereegranskat) Published
Abstract [en]

Personalized medicine aims at identifying best treatments for a patient with given characteristics. It has been shown in the literature that these methods can lead to great improvements in medicine compared to traditional methods prescribing the same treatment to all patients. Subgroup identification is a branch of personalized medicine, which aims at finding subgroups of the patients with similar characteristics for which some of the investigated treatments have a better effect than the other treatments. A number of approaches based on decision trees have been proposed to identify such subgroups, but most of them focus on two-arm trials (control/treatment) while a few methods consider quantitative treatments (defined by the dose). However, no subgroup identification method exists that can predict the best treatments in a scenario with a categorical set of treatments. We propose a novel method for subgroup identification in categorical treatment scenarios. This method outputs a decision tree showing the probabilities of a given treatment being the best for a given group of patients as well as labels showing the possible best treatments. The method is implemented in an R package psica available on CRAN. In addition to a simulation study, we present an analysis of a community-based nutrition intervention trial that justifies the validity of our method.

Ort, förlag, år, upplaga, sidor
2019. Vol. 38, nr 22, s. 4436-4452
Nyckelord [en]
bootstrap, decision trees, personalized medicine, random forest, subgroup discovery
Nationell ämneskategori
Sannolikhetsteori och statistik
Identifikatorer
URN: urn:nbn:se:uu:diva-395435DOI: 10.1002/sim.8308ISI: 000484974200020PubMedID: 31246349OAI: oai:DiVA.org:uu-395435DiVA, id: diva2:1366638
Forskningsfinansiär
Vetenskapsrådet, 2014-2161Tillgänglig från: 2019-10-30 Skapad: 2019-10-30 Senast uppdaterad: 2019-10-30Bibliografiskt granskad

Open Access i DiVA

fulltext(1261 kB)27 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 1261 kBChecksumma SHA-512
23abc82828df69e055242fc0983d37ce516cfe74846fb3b9d873037aea125ad756d692b150f0821774d527e8b6e4c0ebf4b8df189b54263156eafceb7720d2b2
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltextPubMed

Sök vidare i DiVA

Av författaren/redaktören
Sysoev, OlegEkström, Eva-CharlotteEkholm Selling, Katarina
Av organisationen
Internationell mödra- och barnhälsovård (IMCH)
I samma tidskrift
Statistics in Medicine
Sannolikhetsteori och statistik

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 27 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
pubmed
urn-nbn

Altmetricpoäng

doi
pubmed
urn-nbn
Totalt: 46 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf