2021年3月9日，北京大学生物统计系教授、北京大学大数据分析与应用技术国家工程实验室数据处理与统计分析中心负责人周晓华与人合作的文章“Estimation of Optimal Individualized Treatment Rules Using a Covariate-Specific Treatment Effect Curve With High-Dimensional Covariates”（《利用含高维协变量的协变量特异治疗效果曲线估计最优个性化治疗规则》）在Journal of American Statistical Association（美国统计学会会刊，JASA）发表。

美国统计学会会刊（JASA）专注于统计应用、理论以及在经济、社会、物理、工程和医疗科学等学科上的方法问题，每季度发表一次，一直以来被认为是统计学科的顶尖期刊。

在个性化治疗规则的研究方面，针对生存时间型数据和二值响应数据，周晓华和他的同事首次提出使用生物标志物调整效应曲线（BATE）、协变量特异的治疗效果曲线（CSTE）来表示给定生物标志物水平下的条件平均处理效应，并为每个病人选择最优治疗方案，同时严格证明了新提出统计方法的数学性质。BATE、CSTE曲线是治疗效果与生物标志物的一组组合值的函数关系图，可以直观地显示生物标志物或协变量变化对个体疗效的影响。

协变量特异的治疗效果（CSTE）曲线以及同时置信带，根据同时置信带位于0以上或0以下选择治疗方案

新发表的论文把协变量特异的治疗效果曲线推广到含有高维协变量的情形，在保证模型灵活性的同时允许高维变量选择，完善了协变量特异的治疗效果曲线估计量的数学理论。作者分别针对治疗组和控制组构造新的半参数模型，并引入惩罚项以实现变量选择，基于向后样条拟合核（spline-backfitted kernel, SBK）的极值估计量研究收敛速度，构造出同时置信带，支持最大化因果作用的个性化治疗策略的选择和推断。作者还用R软件包实现了文中所描述的方法。

周晓华教授在北大课堂上

周晓华教授为该论文的通讯作者，他是国际知名的生物医学统计学家，美国科学促进会、美国统计学会和国际数理统计学会会士。周晓华现任北京大学讲席教授，北京大学北京国际数学研究中心生物统计和信息实验室主任，北京大学公共卫生学院生物统计系主任，兼任北京大学国家药品医疗器械监管科学研究院副院长。本文第一作者Wenchuan Guo工作于美国百时美施贵宝公司全球生物计量中心，第三作者、共同通讯作者Shujie Ma是加利福尼亚大学河滨分校副教授。

转载本网文章请注明出处