在线生存分析：Cox PH 模型下的 Bandit 方法
机器学习
2026-04-23 v1 机器学习
摘要
生存分析是一种广泛使用的统计框架，用于在删失条件下对时间-事件数据进行建模。经典方法，如 Cox 比例风险（Cox PH）模型，提供了一种半参数方法来估计协变量对风险函数的影响。尽管其重要性不言而喻，但生存分析在在线环境，特别是在 Bandit 框架下的探索还很少，在该框架中，决策必须随着新数据的到来而顺序进行，以优化治疗方案。在这项工作中，我们迈出了将生存分析整合到 Cox PH 模型下的纯在线学习环境中的第一步，解决了包括交错进入、延迟反馈和右删失在内的关键挑战。我们调整了三种经典的 Bandit 算法以平衡探索与利用，并提供了次线性遗憾界的理论保证。使用 SEER 癌症数据进行的广泛模拟和半真实实验表明，我们的方法能够快速有效地学习接近最优的治疗策略。
引用
@article{arxiv.2604.20296,
title = {Online Survival Analysis: A Bandit Approach under Cox PH Model},
author = {Yang Xu and Wenbin Lu and Rui Song},
journal= {arXiv preprint arXiv:2604.20296},
year = {2026}
}