基于功能协变量和缺失数据插补的深度生存分析竞争风险建模
机器学习
2025-10-01 v1
摘要
我们提出了功能竞争风险网络（Functional Competing Risk Net, FCRN），这是一个统一的深度学习框架，用于在竞争风险下进行离散时间生存分析，无缝集成功能协变量并处理缺失数据。通过将微网络Basis Layer用于功能数据表示与梯度基于的插补模块相结合，FCRN同时学习如何插补缺失值并预测事件特定的风险。我们在多个模拟数据集和真实世界的ICU病例研究中评估了FCRN，使用MIMIC-IV和Cleveland Clinic数据集。FCRN在预测准确性方面显著优于随机生存森林和传统竞争风险模型。该方法推动了关键护理中的预后模型发展，更有效地捕获动态风险因素和静态预测因子，同时容纳不规则和不完整的数据。
引用
@article{arxiv.2509.25381,
title = {Deep Survival Analysis for Competing Risk Modeling with Functional Covariates and Missing Data Imputation},
author = {Penglei Gao and Yan Zou and Abhijit Duggal and Shuaiqi Huang and Faming Liang and Xiaofeng Wang},
journal= {arXiv preprint arXiv:2509.25381},
year = {2025}
}