受限均生存时间估计的伪观测与超学习者
统计理论
2024-04-29 v1 统计方法学
机器学习
统计理论
摘要
在右删失数据背景下, 我们研究了基于一组协变量预测受限事件时间的问题。在二次损失下, 此问题等价于估计条件受限均生存时间(RMST)。为此, 我们提出了一种灵活且易于使用的集成算法, 结合伪观测和超学习者。经典的超学习者理论结果被推广到右删失数据, 使用一种新的伪观测定义, 即所谓的 split 伪观测。模拟研究表明, split 伪观测和标准伪观测在样本量较小的情况下仍然相似。该方法应用于维护和结直肠癌数据集, 表明该方法在实践中具有吸引力, 相较于其他预测方法表现更佳。我们补充了来自本方法的预测, 以及我们开发的 RMST 适应风险度量、预测区间和变量重要性度量。
引用
@article{arxiv.2404.17211,
title = {Pseudo-Observations and Super Learner for the Estimation of the Restricted Mean Survival Time},
author = {Ariane Cwiling and Vittorio Perduca and Olivier Bouaziz},
journal= {arXiv preprint arXiv:2404.17211},
year = {2024}
}