革新生存分析：應(yīng)對(duì)多中心和大規(guī)模異質(zhì)數(shù)據(jù)的穩(wěn)定學(xué)習(xí)新方法

清華大學(xué)與國(guó)家蛋白質(zhì)科學(xué)中心（北京）聯(lián)合在全球頂級(jí)期刊“Nature Machine Intelligence”發(fā)表的研究成果。

原標(biāo)題：Nature 子刊發(fā)表穩(wěn)定學(xué)習(xí)新進(jìn)展：面向多中心、大隊(duì)列異質(zhì)數(shù)據(jù)的「穩(wěn)定」生存分析方法
文章來源：AI科技評(píng)論
內(nèi)容字?jǐn)?shù)：5018字

崔鵬團(tuán)隊(duì)在生存分析領(lǐng)域的突破性研究

近期，清華大學(xué)崔鵬團(tuán)隊(duì)與國(guó)家蛋白質(zhì)科學(xué)中心（北京）常乘團(tuán)隊(duì)聯(lián)合在全球頂級(jí)期刊《Nature Machine Intelligence》上發(fā)表了題為“Stable Cox Regression for Survival Analysis under Distribution Shifts”的研究長(zhǎng)文。這項(xiàng)研究提出了一種名為Stable Cox的模型，旨在提高生存分析中預(yù)后標(biāo)志物的穩(wěn)定性和可靠性。

1. 背景與挑戰(zhàn)

生存分析作為一項(xiàng)重要的統(tǒng)計(jì)研究方法，廣泛應(yīng)用于醫(yī)學(xué)、公共衛(wèi)生、金融等領(lǐng)域。Cox回歸模型是其中最常用的方法之一，然而，現(xiàn)有方法常假設(shè)訓(xùn)練和測(cè)試數(shù)據(jù)具有相似分布，然而在多中心和多樣化人群中，這一假設(shè)經(jīng)常不成立。這種分布偏移對(duì)模型的泛化能力和可靠性構(gòu)成了重大挑戰(zhàn)，特別是在個(gè)性化醫(yī)療中，如何找到穩(wěn)定的生物標(biāo)志物成為關(guān)鍵問題。

2. Stable Cox模型的創(chuàng)新

為了解決上述問題，研究團(tuán)隊(duì)提出了Stable Cox模型。該模型通過消除不穩(wěn)定變量與生存結(jié)果之間的虛假相關(guān)性，確保學(xué)習(xí)到的相關(guān)性能夠穩(wěn)定地反映協(xié)變量對(duì)生存概率的因果影響。Stable Cox模型的構(gòu)建分為兩個(gè)階段：第一階段為性驅(qū)動(dòng)的樣本加權(quán)，第二階段為加權(quán)Cox回歸。通過這一過程，模型能夠有效區(qū)分每個(gè)變量對(duì)生存輸出的影響。

3. 實(shí)證結(jié)果與意義

研究團(tuán)隊(duì)在肝癌、乳腺癌和黑色素瘤等多種癌癥的組學(xué)數(shù)據(jù)及臨床生存數(shù)據(jù)上進(jìn)行了廣泛實(shí)驗(yàn)，結(jié)果顯示Stable Cox模型在多個(gè)測(cè)試群體上具有顯著的泛化能力，預(yù)后標(biāo)志物的識(shí)別準(zhǔn)確性提升了6.5%-13.9%。此外，模型得出的權(quán)重系數(shù)可用于發(fā)現(xiàn)潛在的組合標(biāo)志物，為個(gè)性化治療提供重要依據(jù)。

4. 結(jié)論與展望

該研究強(qiáng)調(diào)了在異質(zhì)性數(shù)據(jù)中準(zhǔn)確識(shí)別穩(wěn)定預(yù)后標(biāo)志物的重要性，并呼吁研究界重視機(jī)器學(xué)習(xí)方法在醫(yī)療等關(guān)鍵領(lǐng)域應(yīng)用的穩(wěn)定性和可靠性。通過Stable Cox模型，未來有望在生存分析和臨床應(yīng)用中實(shí)現(xiàn)更高的預(yù)測(cè)準(zhǔn)確性，從而推動(dòng)疾病早期診斷和精準(zhǔn)治療的發(fā)展。

聯(lián)系作者

文章來源：AI科技評(píng)論
作者微信：
作者簡(jiǎn)介：雷峰網(wǎng)旗下AI新媒體。聚焦AI前沿研究，關(guān)注AI工程落地。