dynamicLM包-landmark法构建动态预测模型的最新体系

文章预览

总体介绍 代码官网首页 包的方法学参考文献 代码官网地址：https://github.com/thehanlab/dynamicLM 参考文献全文地址：https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10749764/ 教程演示 dynamicLM 的目标是提供一个简单的框架，以便在存在竞争风险、时间依赖协变量和删失数据的情况下进行动态的 w 年风险预测。 1.什么是标志模型及其使用场景？ “动态预测”涉及在基线和之后的时间点获取预测概率，这对于更好地个性化治疗至关重要。个性化风险会随着新信息的获取或时间的推移进行更新。 2.动态 w 年预测的示例 以癌症治疗为例：我们可能希望在患者健康信息变化时预测 5 年复发风险。例如，我们可以在基线（时间 = 0）预测复发的 w 年风险，基于他们的初始协变量 Z(0)（例如，30 岁时正在接受治疗）；然后可以在某个时间点 s 预测 w 年风险，基于他们当前的协变量 Z(s) ………………………………