评估复发事件期望累积数的模型预测性能
统计方法学
2023-02-03 v1
摘要
在复发事件设定下，我们引入一个新的评分，用于评估给定模型对复发事件期望累积数的预测能力。该评分可通过外部协变量考虑患者的个体历史，可视为单事件时间数据 Brier 评分的扩展，但适用于有或无终事件的复发事件。我们提供了理论结果，表明在复发事件背景下的标准假设下，我们的评分可渐近分解为模型与真实复发事件期望累积数之间理论均方误差项，以及一个不依赖于模型的不可分离项之和。该分解在模拟研究中进一步说明。还表明该评分应与零模型（如不含协变量的非参数估计量）比较使用。最后，将该评分应用于心房颤动患者数据集上的住院预测，并考察了不同模型（如 Cox 模型或 Aalen 模型）预测性能的比较。
引用
@article{arxiv.2302.00925,
title = {Assessing model prediction performance for the expected cumulative number of recurrent events},
author = {Olivier Bouaziz},
journal= {arXiv preprint arXiv:2302.00925},
year = {2023}
}