可识别依赖删失的生存分析模型

无需指定 Copula

一种灵活的深度学习生存分析方法，能同时处理依赖删失并消除对真实 Copula 结构的事先指定要求，理论上证明模型可识别性。

Zhang, Weijia · Ling, Chunkai · 张轩慧

2024

技术优势

免去Copula指定

模型自动学习删失与生存时间之间的依赖结构，用户无需事先设定 Copula 形式，避免了模型误设带来的偏差。

理论可识别

在广泛的 Copula 族和生存分布族下证明了模型的可识别性，保证了参数估计的一致性。

偏差显著降低

在多个数据集上的实验表明，该方法能准确识别潜在依赖结构，并相比现有方法显著降低生存估计偏差。

应用场景

• 医疗生存分析：处理医疗随访中常见的非随机失访，避免生存曲线和风险估计的系统性偏差。
• 临床预测建模：为临床预后模型提供无需假设独立删失的生存概率预测，提高预测校准度。
• 删失数据处理：在删失机制与事件时间相关时仍能正确建模，无需指定依赖结构。
• 深度学习生存模型：为深度学习生存模型增加可识别性保证，适用于大规模复杂数据。