抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
対象イベントを,与えられた時間枠内で記録できない打ち切りは多くの縦断的研究で生じる一般的な現象である。打ち切りは,欠落したtime to eventラベルを引き起こし,この効果は多量の打ち切り事例のデータセットを扱う場合に複雑になっている。添加では,データに依存した打ち切り,打ち切りデータにおける共変量に依存しているが標準生存推定におけるバイアスをもたらした。は生存推定におけるバイアスを減少させるための右打ち切り(RC)時間を較正する前処理打ち切りデータのためのアプローチを開発した。このキャリブレーションは,反復収束フレームワークにおけるデータセット上でのスパース逆共分散行列を推定する補完法を用いて行った。推定過程で,著者らはそれらを補完がさまざまなインスタンス間の行および列方向両方の相関を説明するために行とカラムに基づく正則化を適用した。これは最終較正RC時間を得るために元のRC時間と共にこれらの帰属打ち切り時間を比較することにより追跡した。これらの較正したRC時間は,より効果的な予測のための元のRC時間の代わりに生存データセットに用いることができる。キャリブレーション法の主要な利点の一つは,生存予測アルゴリズムを接続して用いられる打ち切りデータのための前処理法であり,その性能を向上させることである。crowdfundingデータ,電子健康記録(EHR),および合成検閲されたデータセット上で適用される生存予測アルゴリズムの広いアレイを用いて,この手法の正しさを評価した。実験結果は,このキャリブレーション法は生存予測アルゴリズムのAUC値を改善し,元の生存データに直接適用と比較して示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】