Benchmarking de métodos multi-paso para la predicción dinámica de supervivencia con numerosos predictores...

Área de la Ciencia:

• Bioestadística
• Informática Médica
• Análisis de Supervivencia

Sus antecedentes:

• Los conjuntos de datos biomédicos presentan cada vez más covariables longitudinales, lo que requiere métodos avanzados para la predicción dinámica de resultados de supervivencia.
• Los métodos de predicción multi-paso existentes utilizan modelos de efectos mixtos o análisis de componentes principales funcionales seguidos de modelos de Cox o bosques de supervivencia aleatorios.

Objetivo del estudio:

• Comparar la aplicabilidad, limitaciones y rendimiento predictivo de nuevos métodos multi-paso para la predicción dinámica de supervivencia.
• Comparar estos métodos con enfoques de predicción más simples utilizando diversos conjuntos de datos biomédicos del mundo real.

Principales métodos:

• Benchmarking de múltiples métodos de predicción multi-paso y dos enfoques más simples.
• Se utilizaron tres conjuntos de datos distintos que varían en tamaño de muestra, número de covariables longitudinales y duración del seguimiento.
• Se evaluaron las opciones de modelado, los ajustes necesarios para datos del mundo real, las métricas de rendimiento predictivo, los tiempos de referencia y la eficiencia computacional.

Principales resultados:

• Comparación del rendimiento predictivo entre diferentes métodos y conjuntos de datos.
• Evaluación del tiempo computacional e identificación de fortalezas y limitaciones para cada enfoque.
• Discusión de consideraciones prácticas y ajustes para aplicar estos métodos a datos del mundo real.

Conclusiones:

• Proporciona información sobre la aplicación práctica y el rendimiento de los métodos multi-paso para la predicción dinámica de supervivencia.
• Ofrece orientación sobre la selección de métodos apropiados en función de las características del conjunto de datos y los objetivos de la investigación.
• Destaca la necesidad de una mayor comprensión y un posible refinamiento de estas técnicas de predicción emergentes.