Efektywne uczenie modeli analizy przeżycia z obciętymi i cenzurowanymi danymi

Naukowcy wypracowali teoretyczne rozwiązanie dla problemu uczenia modeli Cox regression na danych z outcome-dependent truncation i right-censoring. Problem ma praktyczne znaczenie, ponieważ rzeczywiste zbiory treningowe często naruszają założenie reprezentatywności - obserwacje mogą pojawiać się w danych zależnie od ich etykiety, co prowadzi do obciążenia modelu.

Kluczowy wkład to formalne udowodnienie, że gdy baseline hazard jest znany, Cox regression można efektywnie uczyć za pomocą optymalizacji pierwszego rzędu pomimo nonkonweksności problemu. Autorzy wykazali jednak, że gdy baseline hazard jest uczon wspólnie z resztą modelu, pojawia się problem strictych suboptimalnych minimów lokalnych. Wyniki na czterech rzeczywistych zbiorach danych pokazują, że uwzględnienie truncation skutecznie zmniejsza bias predykcji w stosunku do standardowej regresji Coxa i rozciąga się na sieci neuronowe.

Zastosowanie tej metody daje przyspieszenie o rzędy wielkości w porównaniu do standardowego expectation maximization, co czyni ją praktyczną alternatywą dla istniejących podejść. Praca wypełnia lukę między literaturą na temat uczenia się pod truncation a klasyczną analizą przeżycia, otwierając nowe możliwości dla bardziej niezawodnych modeli predykcyjnych na rzeczywistych, obciążonych danych.