基于相似性方法的联合纵向-生存模型动态预测

纵向数据和生存数据常用于生物标志物研究，以研究纵向生物标志物测量值与事件时间结果之间的关联，其中纵向信息有助于推断感兴趣结果的概率。对这类数据拟合联合模型的一个吸引力在于，我们可以在纵向信息持续更新时动态预测生存概率。我们提出了一种新的基于相似性的方法，用于联合模型的动态预测，通过仅在针对特定目标子集上训练模型来获得改进的预测效果。通过详尽的模拟研究和针对重症监护病房数据的实际应用， 我们 证明了基于相似性的方法可提高联合模型动态预测的预测性能。