研究人员推出了一种新颖的深度神经网络框架 FLEXI-Haz，专为具有部分线性回归结构的生存数据分析而设计。该方法通过保持参数化线性组件的可解释性，同时采用非参数 DNN 来捕获混淆变量之间复杂的交互作用，从而实现差异化。值得注意的是，FLEXI-Haz 不依赖于比例风险假设，这是现有模型中的一个常见限制。该框架提供了理论保证，包括神经网络的最优收敛速度和线性组件的高效估计，以及生存函数的渐近置信区间。 AI
影响 引入了一种新的生存分析统计方法，提高了可解释性并放宽了常见假设，可能使各个领域的研究人员受益。
排序理由 介绍生存数据新统计建模框架的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
