新框架支持对竞争风险生存模型进行可复现的基准测试

研究人员开发了一个用于基准测试竞争风险生存模型的开源框架，解决了系统评估和采用这些统计和机器学习方法方面的不足。该框架能够跨不同数据集和性能指标（包括校准、区分度、预测误差和临床效用）对模型进行全面比较。此外，它还引入了竞争风险的SHAP扩展，实现了对协变量随时间变化的无模型解释。代码可在GitHub上公开获取。 AI

影响 为评估和比较生存分析模型提供了一种标准化方法，有可能加速需要此类分析的领域的研究和应用。

排序理由 该条目描述了一篇关于统计建模新框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv stat.ML 阅读 →

• alphaXiv
• arXivLabs
• Begoña Sierra
• CatalyzeX Code Finder for Papers
• DagsHub
• GitHub
• Gotit.pub
• Hugging Face
• Influence Flower
• ScienceCast
• Shap

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →