热点事件观察中
研究提出基于净收益的临床预测模型变量筛选算法及R包
1 篇报道1 个报道来源3 天前更新
先了解这件事
AI 综述
2026年10月27日,arXiv发布的一篇AI与医药交叉论文显示,研究人员提出了一种基于净收益(net benefit)的决策分析变量筛选算法,并发布了配套R包NBvarsel,用于临床预测模型的特征选择。该算法通过交叉验证权衡变量带来的预测增益与其测量危害,涉及经济花费、耗时、资源消耗及患者负担等因素,旨在仅在临床净收益显著提升时,才保留昂贵或高负担的指标。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 22:54
研究人员提出基于净收益的临床预测变量筛选算法,并发布配套R包NBvarsel。报道时间线
沿着报道,了解事件的不同侧面。
10月27日
- arXiv · AI×医药交叉论文研究提出基于成本与净收益的临床预测模型变量筛选方法
研究人员提出了一种基于净收益(net benefit)的决策分析变量筛选算法,并发布了配套 R 包 NBvarsel,用于临床预测模型的特征选择。该算法通过交叉验证权衡变量带来的预测增益与其测量危害(包括经济花费、耗时、资源消耗及患者负担),仅在临床净收益显著提升时保留昂贵或高负担指标。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。