Что предсказывает «Survivalsvm»?

Question

Я пытаюсь разработать прогностическую модель, используя данные о выживаемости при раке, и использовал пакет R survivalsvm, который использует метод SVM.После запуска следующего кода я получил некоторые результаты, но мне было трудно его интерпретировать.Я знаю, что в регрессии Кокса она предсказывает функцию кумулятивной опасности, но так ли она в survivalsvm?Я запускал модели Кокса и survivalsvm, и результаты совершенно разные:

smodel_svm = survivalsvm(Surv(time, outcome) ~ radius.mean + tumor.size, data=training_set, gamma.mu = 1)
pred_test_svm = predict(smodel_svm, test_set)
summary(pred_test_svm)

Answer 1

Прогнозы от Survivalsvm должны интерпретироваться как ранги.Путь в выживаемости SVM должен быть в состоянии предсказать ранги среди людей, чтобы оценить, к какому пациенту, например, следует обращаться раньше, чем к другим.Смотрите также fouodo et al.(2018) для более подробной информации об использовании пакета в R .

Answer 2

Разница может быть в том, что вы используете параметры по умолчанию, которые используют type="regression", который использует регрессионный подход, как описано в этой статье .

Таким образом, авторы (Van Belle и др.) Предлагают другой подход (МОДЕЛЬ 2 и МОДЕЛЬ 3), который по существу использует модель Кокса, но с ограничениями регрессии и ранжирования.

Примечание однако авторы пришли к выводу:

Сравнение модели 2 с кокс-моделью не выявило существенных различий в характеристиках.Преимущество модели 2 над моделью Кокса заключается в простом распространении на нелинейные модели без необходимости проверять нелинейности переменных перед моделированием

Из документов функции (фокусируется на типе параметра):

Для реализованных моделей используются следующие обозначения:

'регрессия', относящаяся к подходу регрессии, названному SVCR в Van Belle et al.(2011b),

'vanbelle1' в соответствии с первой версией векторной машины выживания, основанной на ограничениях ранжирования, названной RANKSVMC Van Belle et al.(2011b),

'vanbelle2' в соответствии со второй версией векторных машин выживания, основанных на ограничениях ранжирования, как представлено в model1 Van Belle et al.(2011b) и