动态事件时间数据的多任务Logistic生存预测方法

• 作者: 林甲祥 阮灿华
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 多任务学习 生存预测 Logistic回归 事件时间数据 风险因子变量 删失
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 人工智能
• 页码范围: 1284-1290
• 页数: 7页
• 分类号: TP391.4
• 字数: 8347字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2019091673

摘要

事件时间数据广泛存在于临床医学研究领域,包含大量复杂的随时间变化的动态风险因子变量.为了对这些动态事件时间数据进行有效分析,克服生存模型参数假设的局限性,提出了一种多任务Logistic生存学习和预测方法.将生存预测转化为一系列不同时间点的多任务二元生存分类问题,利用动态风险因子变量的全部观测值估计累积风险.通过对事件样本和删失样本的全数据学习正则化Logistic回归参数.评估风险因子与事件时间的动态关系,根据生存概率估计事件时间.在多个实际临床数据集上开展的对比实验验证了提出的多任务预测方法对于动态数据不仅具有较强的适用性,而且能够保障预测结果的准确性和可靠性..

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阮灿华	福建农林大学计算机与信息学院	22	91	5.0	8.0
2	林甲祥	福建农林大学计算机与信息学院	14	30	3.0	5.0