№生存分析·general
生存分析
别名
- 首次出现
- 2026-05-22
- 最近出现
- 2026-06-11
- 累计提及
- 2
§ 01综述
生存分析是统计学中研究事件发生时间及其影响因素的重要方法，广泛应用于医学、生物学和可靠性工程等领域。核心关注点包括删失数据处理、风险函数建模以及预测准确性评估。近期，该领域工作围绕两大方向展开：一是利用深度生成模型（如扩散模型）提升连续时间生存分析的表现；二是改进评价指标，以适应右删失数据场景。具体进展包括：
表格基础模型的生存适配：研究者将预训练的表格基础模型与生存分析任务结合，通过生存感知的微调策略，在多个临床数据集上取得优于传统Cox模型及专有生存模型的性能（表格基础模型通过生存感知适配实现临床生存分析）。
针对右删失数据的评分规则：提出基于右删失数据的恰当评分规则（如改良Brier分数与对数似然），解决了传统评分规则无法处理删失的问题，为模型评估提供了理论更严谨的指标（Proper Scoring Rules for Right-Censored Survival Data）。
扩散模型在连续时间生存分析中的应用：提出SDPM框架，利用扩散过程的连续时间特性对生存时间分布进行非参数建模，避免了离散化偏差，在合成数据与真实临床数据上均展现出灵活性和准确性（SDPM：扩散模型用于连续时间生存分析）。
当前焦点在于：如何更好地将预训练模型与生存分析的领域知识（如删失机制、时间依赖性）深度融合，以及开发对删失数据鲁棒的评估体系。未来值得观察的方向包括：大模型在生存分析中的泛化能力与可解释性平衡，以及扩散模型等生成方法在高维协变量（如基因组数据）场景下的实际效果。