Анализ выживаемости пациентов с COVID-19 и раком: методы МГУ для выбора лечения
Краткое изложение публикации в сообществе «Врачи РФ» от .
Сотрудники МГУ разработали методы анализа выживаемости и проверили их на реальных данных пациентов с COVID-19 и онкологическими заболеваниями. Подход основан на алгоритмах рекурсивного разбиения и взвешенных критериях Log-rank. Для анализа цензурированных данных исследователи предложили деревья решений, которые разделяют наблюдения на группы с различающимися функциями выживаемости.
В публикации сообщается, что модели помогли решать задачи выбора оптимальной схемы лечения и могут применяться в системах поддержки врачебных решений. Традиционные регрессионные модели пропорциональных рисков, по данным материала, имеют ограничения при работе с пропущенными данными и категориальными признаками, а также предполагают пропорциональность рисков и независимость влияния предикторов от времени.
Главное
- Сотрудники МГУ апробировали методы анализа выживаемости на реальных данных пациентов с COVID-19 и онкологическими заболеваниями.
- Для анализа цензурированных данных исследователи предложили алгоритм деревьев решений на основе рекурсивного разбиения и взвешенных критериев Log-rank.
- Модели могут использоваться при выборе оптимальной схемы лечения и в системах поддержки врачебных решений.
Подготовлено автоматически с помощью ИИ, возможны неточности. Полный просмотр материала доступен только для медицинских специалистов с высшим медицинским образованием.
Войти Регистрация