基于预后 Cox 回归生存模型与多重插补处理缺失预测变量数据并带交叉验证评估的生存结局预测规则校准
统计方法学
2021-05-06 v1 机器学习
应用统计
摘要
在本文中,我们将 Mertens 等人(2020, Biometrical Journal)提出的方法扩展到存在删失的生存(寿命)结局研究,并在使用插补处理缺失值时应用该方法。我们考虑缺失值可能同时出现在校准数据以及待预测的新观测(验证)中的情形。我们聚焦于 Cox 模型。描述了在存在删失的生存建模中将插补与预测校准相结合的方法。讨论了其在交叉验证中的应用。我们展示了所得结论如何在广泛意义上印证第一篇仅限二分类结局研究的论文。具体而言,预测平均似乎具有更优的统计性质,尤其是更小的预测变异,而非直接套用 Rubin 规则。在使用基于 Rubin 规则的方法时,讨论了处理基线风险的若干不同方法。
引用
@article{arxiv.2105.01733,
title = {Calibration of prediction rules for life-time outcomes using prognostic Cox regression survival models and multiple imputations to account for missing predictor data with cross-validatory assessment},
author = {Bart J. A. Mertens},
journal= {arXiv preprint arXiv:2105.01733},
year = {2021}
}