个性化动态超级学习：在预测血液透析滤过对流容量中的应用
统计方法学
2024-12-16 v2 应用统计
机器学习
摘要
获取持续更新的预测是个性化医疗的一大挑战。借助参数回归与机器学习方法的组合，个性化在线超级学习器（POSL）可实现此类动态且个性化的预测。我们调整POSL以动态预测重复的连续结局，并提出一种验证此类个性化或动态预测模型的新方法。我们通过预测接受血液透析滤过患者的对流容量来展示其性能。在中位数绝对误差、大尺度校准、判别力及净获益方面，POSL均优于其候选学习器。最后我们讨论了使用POSL背后的选择与挑战。
引用
@article{arxiv.2310.08479,
title = {Personalised dynamic super learning: an application in predicting hemodiafiltration convection volumes},
author = {Arthur Chatton and Michèle Bally and Renée Lévesque and Ivana Malenica and Robert W. Platt and Mireille E. Schnitzer},
journal= {arXiv preprint arXiv:2310.08479},
year = {2024}
}
备注
16 pages, 6 Figures, 2 Tables. Supplementary materials are available at https://arthurchatton.netlify.app/publication/ Accepted in Journal of the Royal Statistical Society, Series C