基于有限特征的生存预测：来自 DREAM ALS 分层 Prize4Life 挑战赛的顶尖方法
应用统计
2016-12-05 v1 定量方法
摘要
利用小规模特征集进行生存预测是临床实践中决策高度相关的主题。我描述了一种预测肌萎缩侧索硬化症(ALS)患者生存的方法，该方法作为提交方案参与 2015 年夏季举办的 DREAM ALS Stratification Prize4Life 挑战赛而开发，旨在寻找对 ALS 进展与生存的最准确预测。ALS 是一种神经退行性疾病，其生存时间高度异质。基于来自两个国家登记库的患者数据，求解者被要求预测三个不同时间区间的生存情况，随后在额外数据的未公开信息上进行评估。我描述了从纵向数据的已有特征生成新特征、选择最具预测性的特征以及开发最佳生存模型的方法。我展示了易于获取的工程化特征能显著改善预测，并可能被纳入临床实践。此外，我的预测模型证实了先前的报告，即由 ALSFRS (ALS 功能评定量表评分) 衡量的既往疾病进展、发病以来的时间、发病部位以及年龄是生存的强预测因子。在预测准确性方面，该方法排名第二。
引用
@article{arxiv.1612.00664,
title = {Survival Prediction with Limited Features: a Top Performing Approach from the DREAM ALS Stratification Prize4Life Challenge},
author = {Christoph Kurz},
journal= {arXiv preprint arXiv:1612.00664},
year = {2016}
}
备注
accepted for NIPS 2016 ML4HC workshop