南方医科大学学报 ›› 2020, Vol. 40 ›› Issue (04): 475-482.doi: 10.12122/j.issn.1673-4254.2020.04.05
刘颖欣,康 佩,许 军,安胜利
摘要: 目的 探讨条件推断森林在生存分析中的应用与优势。方法 通过模拟研究和实例应用比较比例风险模型、加速失效时间模型、随机生存森林、条件推断森林4种方法的预测能力,用Brier score进行评价。结果 模拟研究显示两类森林模型比其他2种回归模型预测更准确稳定,其中条件推断森林在数据存在多分类变量、共线性、交互作用等情况下预测效果优于其余3种模型,且在大样本、高删失率数据中更容易体现该优势;实例说明条件推断森林预测效果最优。结论 条件推断森林可用于生存分析,且当存在多分类变量、共线性、交互作用时,与其他常见生存分析方法相比,具有更高的准确性和稳定性。