auton-survival：一个用于删失生存时间数据的回归、反事实估计、评估与表型分析的开源工具包
机器学习
2022-08-04 v4 数学软件
机器学习
摘要
机器学习在医疗健康中的应用通常需要处理时间至事件预测任务，包括不良事件、再住院或死亡的预后。此类结局通常由于失访而受到删失。标准机器学习方法无法以直接的方式应用于具有删失结局的数据集。在本文中，我们提出 auton-survival，一个用于简化删失时间至事件或生存数据处理流程的开源工具库。auton-survival 包含用于生存回归、域偏移下的校正、反事实估计、用于风险分层的表型分析、评估以及处理效应估计的工具。通过采用 SEER 肿瘤发病率数据中一个大型子集的真实案例研究，我们展示了 auton-survival 能够快速支持数据科学家回答复杂的健康与流行病学问题。
引用
@article{arxiv.2204.07276,
title = {auton-survival: an Open-Source Package for Regression, Counterfactual Estimation, Evaluation and Phenotyping with Censored Time-to-Event Data},
author = {Chirag Nagpal and Willa Potosnak and Artur Dubrawski},
journal= {arXiv preprint arXiv:2204.07276},
year = {2022}
}