具有时变系数与未观测异质性的灵活而稀疏的贝叶斯生存模型

生存分析是医学研究的重要领域，但现有模型常难以在简洁性与灵活性之间取得平衡。简单模型只需极少调整但伴随强假设，而更灵活的模型需要研究者的显著投入与调参。我们提出一种采用贝叶斯分层收缩方法的生存模型，可自动判定每个协变量应被视为静态、时变还是完全排除。该方法在简洁与灵活间取得平衡，最小化调参需求，并自然地量化不确定性。该方法由高效的马尔可夫链蒙特卡罗采样器支持，并在 R 包 shrinkDSM 中实现。全面的模拟研究以及对一组胃食管结合部腺癌患者临床数据集的应用，展示了相较现有模型的优势。