PulseAugur
中
实时 10:42:19
English(EN) Surv-IPTB: An Attention-Based Model for Estimating Individual Probability of Treatment Benefit with Survival Data

新模型估计生存分析中的个体治疗获益

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为Surv-IPTB的新型基于注意力机制的模型，用于估计生存分析中的个体治疗获益概率（IPTB）。该模型将IPTB估计重新构建为二元分类问题，利用成对患者比较和一种新颖的方法来处理具有区间概率的右删失观测。在合成数据集上的实验表明，Surv-IPTB在复杂非线性场景下优于传统的元学习器基线。 AI

影响 为生存数据中的个性化治疗评估提供了一种更稳健的方法。

排序理由 该集群包含一篇详细介绍新模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv stat.ML 阅读 →

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

新模型估计生存分析中的个体治疗获益

报道来源 [1]

  1. arXiv stat.ML TIER_1 English(EN) · Lev V. Utkin, Stanislav K. Kogan, Andrei V. Konstantinov ·

    Surv-IPTB：一种基于注意力机制的生存数据个体治疗获益概率估计模型

    arXiv:2608.06288v1 Announce Type: cross Abstract: This work presents a novel attention-based framework for estimating the Individual Probability of Treatment Benefit (IPTB) in survival analysis contexts. The proposed model, called Surv-IPTB, directly quantifies the probability th…

相关话题