研究人员开发了SurvDiff，这是一种新颖的扩散模型，专门用于在生存分析中生成合成数据。该模型解决了生存数据的独特挑战，这些数据通常包含由于患者失访等因素导致的不完整事件信息。SurvDiff旨在忠实地重现事件时间分布和删失机制，这对于临床研究至关重要。该模型通过生存定制的损失函数指导，联合生成混合类型协变量、事件时间和右删失，以优化下游生存任务。跨多个医学数据集的实验表明，SurvDiff在分布保真度和生存模型评估指标方面优于现有的生成方法。 AI
影响 通过提供用于模型训练和验证的逼真合成生存数据，实现更稳健的临床研究。
排序理由 该集群包含一篇学术论文，详细介绍了用于生存分析中合成数据生成的新模型。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
