BriefGPT - AI 论文速递
·
CenTime: 事件条件下的生存分析中截尾建模
💡
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。该方法通过学习输入协变量的深度非线性表示，在多个截尾实际世界数据集上估算生存风险，并在竞争风险情景中展示了优势。这是第一项在存在截尾时进行全参数生存时间与竞争风险估计的研究。
🎯
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。
- 证明了模型在竞争风险情景中的优势。
- 这是第一项在存在截尾时进行全参数生存时间与竞争风险估计的研究。
➡️
