機器學習法在生存分析中的應用研究

摘要： 生存分析廣泛應用于醫(yī)學研究領域，Cox比例風險模型是最常用的生存分析模型之一，但實際應用受到限制。機器學習法在非線性數(shù)據(jù)處理和預測準確度方面能夠彌補Cox比例風險模型的不足。本文對以神經(jīng)網(wǎng)絡為代表的機器學習法在生存分析領域的研究進展進行綜述，重點介紹DeepSurv、Deep-Hit和隨機生存森林3種機器學習生存分析模型的原理和優(yōu)勢，為復雜生存資料的分析提供方法學參考。 （共6頁）