具有函数型协变量和缺失数据插补的竞争风险模型深度生存分析

《Neural Networks》：Deep Survival Analysis for Competing Risk Modeling with Functional Covariates and Missing Data Imputation

　　

• •
  我们提出了一种名为FCRN的统一深度学习框架，用于竞争风险建模。该框架在多个模拟数据集以及两个真实的ICU数据集上均展现了出色的性能。据我们所知，FCRN是首个能够同时处理表格变量和函数型数据作为输入，并在端到端训练过程中处理缺失值的深度学习框架。
• •
  我们引入了一种自适应可学习基函数，该基函数搭配有与主网络同步学习的微型神经网络，用于处理函数型协变量。这一设计能有效捕捉函数型数据的整体趋势和波动，从而提升预测性能。
• •
  我们还开发了一种基于梯度的插补算法，用于处理包含缺失值的数据集。该算法包括两个主要步骤：I步骤（插补）和RO步骤（参数更新），通过观测数据及网络输出来对缺失值进行插补。

高鹏雷|邹岩|阿比吉特·杜加尔|黄帅奇|梁发明|王晓峰