BriefGPT - AI 论文速递
·
核 Cox 部分线性回归：构建癌症患者生存预测模型
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文介绍了一种新的参数方法，用于评估具有截尾数据的时间事件预测问题中的相对风险。该方法通过联合学习输入协变量的深度非线性表示，在多个不同程度的截尾实际世界数据集上估算生存风险的优势，并证明了在竞争风险情景中的优势。这是在存在截尾时进行全参数生存时间与竞争风险估计的第一项研究。
🎯
关键要点
- 介绍了一种新的参数方法用于评估具有截尾数据的时间事件预测中的相对风险。
- 该方法通过联合学习输入协变量的深度非线性表示。
- 在多个不同程度的截尾实际世界数据集上估算生存风险的优势。
- 证明了模型在竞争风险情景中的优势。
- 这是在存在截尾时进行全参数生存时间与竞争风险估计的第一项研究。
➡️
