TransSurv：兼容性感知迁移学习生存预测框架

研究团队提出 TransSurv，一个以目标队列为中心、用于高维 Cox 生存建模的迁移学习框架：在借用辅助队列前先筛选其经验兼容性，并提供非渐近理论保证、报告哪些辅助队列有贡献。 作者称，在 JAVELIN Renal 101 转移性肾细胞癌试验中，这是首个以随机试验为目标队列的迁移学习生存评估，TransSurv 提升了留出集的无进展生存判别能力；在 TCGA 肾、卵巢、宫颈、肺、乳腺五个临床定义目标队列中平均判别能力均为最高；在复旦大学附属肿瘤医院三阴性乳腺癌的跨平台、跨人群复发预测中，以 TCGA 和 METABRIC 为辅助队列也取得改善。 作者将转录组预后模型的主要适用场景限定为临床试队列或按分期定义的亚型等事件有限、界定明确的目标人群。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。