带或不带惩罚项的离散时间竞争风险回归
统计方法学
2025-06-06 v3 机器学习
摘要
许多研究采用包含竞争风险与右删失的时间事件数据分析。大多数方法与软件包面向来自连续失效时间分布的数据分析。然而，失效时间数据有时可能是离散的，这可能是因为时间本身离散，或由于测量不精确。本文提出一种针对含竞争事件的离散时间生存分析的新估计方法。相较于现有方法，所提方法具有一个主要关键优势，并允许直接集成与应用广泛使用的正则化回归与特征筛选方法。我们通过全面的模拟研究阐明所提方法的益处。此外，我们以估计重症监护病房住院患者住院时长的生存模型来展示该方法的效用，其中考虑了三种竞争事件：出院回家、转至其他医疗机构，以及院内死亡。我们提供了 Python 软件包 PyDTS，可用于应用所提方法并具备额外功能。
引用
@article{arxiv.2303.01186,
title = {Discrete-time Competing-Risks Regression with or without Penalization},
author = {Tomer Meir and Malka Gorfine},
journal= {arXiv preprint arXiv:2303.01186},
year = {2025}
}