競合リスクを伴う高次元時間-イベントデータのブースティング

動機：競合リスクを伴う高次元時間-イベントデータの分析には、関心のあるイベントと競合イベントを同時に考慮し、さらに検閲に対処するためのカスタマイズされたモデリング手法が必要です。低次元設定では、サブディストリビューションハザードのための比例ハザードモデルが提案されていますが、高次元設定への適応が欠けています。加えて、フィッティングモデルの予測性能を評価するためのツールが提供される必要があります。結果：高次元データに対して比例サブディストリビューションハザードモデルをフィットさせるためのブースティングアプローチを提案します。これにより、多数のマイクロアレイ特徴を取り入れることができ、臨床共変量も考慮されます。予測性能は、競合リスク設定に適応された予測誤差曲線のブートストラップ.632+推定を使用して評価されます。これは、膀胱癌のマイクロアレイデータで示されます。ここでは、関心のあるイベントと競合イベントの両方を同時に考慮することにより、マイクロアレイ測定を組み込むことで得られる追加の予測力を判断できます。可用性：提案されたブースティングアプローチは、RパッケージCoxBoostに実装されており、予測誤差推定はパッケージpeperrに実装されています。どちらもCRANから入手可能です。