La regressione isotonica calibra i modelli di sopravvivenza Deep Cox
Una nuova tecnica di calibrazione post hoc per i modelli Deep Cox utilizza la regressione isotonica per migliorare le probabilità di sopravvivenza previste, mantenendo al contempo la capacità discriminativa. Introdotta in arXiv:2605.16571, questo metodo affronta il frequente problema della calibrazione inadeguata nei modelli di sopravvivenza profondi. Fornisce garanzie teoriche come la doppia robustezza e la calibrazione asintotica. Test empirici su set di dati sia sintetici che clinici reali mostrano la sua efficacia. Questo metodo è in grado di gestire dati di eventi temporali censurati nelle scienze della vita e nell'ingegneria, rendendolo adatto a tipi di dati non strutturati come narrazioni cliniche, sequenze genomiche e immagini patologiche.
Fatti principali
- Il metodo utilizza la regressione isotonica per la calibrazione post hoc
- Non influisce sul potere discriminativo
- Garanzie teoriche: doppia robustezza e calibrazione asintotica
- Testato su dati clinici sintetici e reali
- Applicabile a dati non strutturati (testo clinico, genomica, immagini patologiche)
- Affronta la scarsa calibrazione nei modelli Deep Cox
- Gestisce dati di eventi temporali censurati
- Pubblicato su arXiv con ID 2605.16571
Entità
—