Cox-nnet v2.0：改进的基于神经网络的生存预测方法并扩展至大规模电子病历数据集
定量方法
2020-09-10 v1
摘要
Cox-nnet 是一种基于神经网络的预后预测方法，最初应用于基因组学数据。在此我们提出 Cox-nnet 的第 2 版，在效率和可解释性上有显著改进，使其适用于基于大规模电子病历（EMR）数据集预测预后。我们还添加了基于置换的特征重要性分数以及特征系数的方向。在 OPTN 肾移植的 EMR 数据集上应用，Cox-nnet v2.0 将 Cox-nnet 的训练时间最多减少 32 倍（n=10,000），并取得优于 Cox-PH 的预测精度（p<0.05）。可用性与实现：Cox-nnet v2.0 可在 https://github.com/lanagarmire/Cox-nnet-v2.0 免费公开获取。
引用
@article{arxiv.2009.04412,
title = {Cox-nnet v2.0: improved neural-network based survival prediction extended to large-scale EMR dataset},
author = {Di Wang and Kevin He and Lana X Garmire},
journal= {arXiv preprint arXiv:2009.04412},
year = {2020}
}