استكشاف العقوبات المرنة في التحليل البايزي للبقاء باستخدام عملية بيتا السابقة لخطر الأساس

لقد جذبت البيانات عالية الأبعاد اهتمام العديد من الباحثين بشكل ملحوظ، خصوصاً في سياق اختيار المتغيرات. ومع ذلك، عند التعامل مع بيانات الوقت للحدث في تحليل البقاء، حيث يُعتبر التوقف اعتبارات رئيسية، فقد ظل التقدم في معالجة هذه المشكلة المعقدة محدوداً إلى حد ما. علاوة على ذلك، في أبحاث الميكروأري، من الشائع تحديد مجموعات من الجينات المعنية بنفس المسارات البيولوجية. غالباً ما تتعاون هذه المجموعات الجينية وتعمل ككيان موحد. لذلك، تحفز هذه الدراسة اعتماد فكرة نموذج بايزي شبه بارامتري عقابي (PSBC) من خلال وظائف عقوبة الشبكة المرنة وعقوبة لاسو الجماعية (PSBC-EN-G و PSBC-GL-G) لدمج الهيكل الجماعي للمتغيرات (الجينات) وأداء اختيار المتغيرات بشكل أمثل. تقوم الطرق المقترحة بتعيين عملية بيتا السابقة لوظيفة الخطر الأساسي التراكمي (PSBC-EN-B و PSBC-GL-B)، بدلاً من عملية الغاما السابقة المستخدمة في الطرق الحالية (PSBC-EN-G و PSBC-GL-G). تم اعتبار ثلاثة مجموعات بيانات حقيقية وسيناريوهات محاكاة لمقارنة والتحقق من كفاءة الطرق المعدلة مع التقنيات الحالية، باستخدام معايير المعلومات البايزية (BIC). وفرت نتائج الدراسات المحاكية دليلاً تجريبيًا على أن الطرق المقترحة أدت أفضل من الطرق الحالية عبر مجموعة واسعة من السيناريوهات البيانية. وبالمثل، أظهرت نتائج الدراسة الحقيقية أن الطرق المقترحة كشفت عن تحسين كبير مقارنة بالتقنيات الحالية من حيث اختيار الميزات وسلوك التجميع.