De persistencia a supervivencia: pruebas y vectorización
Descubre STRAND: convierte diagramas de persistencia en datos de supervivencia para pruebas de hipótesis, tamaños del efecto y vectorización.
#supervivencia
Modelos fundacionales tabulares para el análisis de supervivencia clínica
Los modelos fundacionales tabulares, con adaptación MTLR, alcanzan un índice C de 0.856 en MIMIC-IV, superando a DeepSurv y otros métodos. Descubre los resultados en este análisis.
Recuperación del Mundo Latente en Aprendizaje Multimodal Incompleto
LWR: aprendizaje multimodal robusto sin reconstruir datos faltantes. Mejora clasificación de cáncer y predicción de supervivencia con multi-omics incompletos.
TRAPS: Análisis de respuesta terapéutica por vías moleculares
Descubre TRAPS, el primer benchmark unificado que evalúa modelos de IA guiados por vías moleculares para predecir respuesta a terapia y supervivencia en cáncer.
MEC-Cox: Calibración de entropía generalizada con ML para hazard ratio ATT
Descubre cómo MEC-Cox utiliza machine learning para calibrar pesos y estimar el hazard ratio ATT con mayor precisión en ensayos de supervivencia.
Reglas de puntuación adecuadas para supervivencia censurada por la derecha
Aprende a usar reglas de puntuación adecuadas para supervivencia censurada. Nuevos scores como CRPS y engresión mejoran la evaluación.
Modelado e interpretación de dinámicas de equipo en pronóstico oncológico
Descubre cómo la IA analiza redes de colaboración entre profesionales de salud para predecir la supervivencia en pacientes con cáncer. ¡Lee más!
Equipo médico y resultados del paciente: análisis predictivo con IA
Descubre cómo la IA analiza la colaboración entre profesionales sanitarios para predecir la supervivencia del cáncer. Un enfoque innovador basado en datos de EHR.
DMF: Marco de memoria determinista para agentes de IA conversacional
DMF elimina llamadas LLM del bucle de memoria, logrando precisión comparable a Mem0 usando cero tokens para contexto. Reduce costos hasta 242x. ¡Descúbrelo!
Supervivencia sin censura con modelos fundacionales tabulares
Aprende cómo aplicar modelos fundacionales tabulares al análisis de supervivencia sin entrenamiento. Resultados competitivos con Cox y AFT. ¡Entra!
Phantom Transfer: envenenamiento de datos sobrevive a defensas
Descubre cómo Phantom Transfer envenena datos y evade todas las defensas conocidas. Aprende por qué fallan las defensas actuales.
Análisis de supervivencia con Graph Mamba y ordenación topológica
Descubre cómo TopoMamSurv supera las limitaciones de Mamba en análisis de supervivencia con ordenación topológica y modelado bidireccional.
Alineando predictores y asignación: análisis de supervivencia centrado en decisiones
Descubre cómo un enfoque decisional alinea predictores de supervivencia con la asignación, logrando hasta un 100% más de NDCG y miles de años de vida extra en trasplantes.
Riesgo contrafactual escalable para eventos raros en datos longitudinales
Nuevo método de submuestreo y reponderación reduce coste computacional en estimación de riesgo contrafactual para eventos raros en datos longitudinales.
Benchmarking de tiempo hasta evento para mortalidad en lista de espera cardíaca
Predicción precisa de mortalidad en lista de espera cardíaca con nuevos modelos basados en dataset UNOS. C-Index 0.94.
DPsurv: Fusión evidencial de doble prototipo para predicción de supervivencia
DPsurv utiliza fusión evidencial de doble prototipo para predecir supervivencia en imágenes patológicas, ofreciendo interpretabilidad y medición de incertidumbr
OncoReason: razonamiento clínico en LLMs para predicción de supervivencia
Nuevo marco OncoReason alinea LLMs con razonamiento clínico para predicción de supervivencia robusta e interpretable. Mejora F1 un 6% y reduce MAE un 12%.
Agrupación funcional de datos de supervivencia con trayectorias log-riesgo suavizadas
Descubre el clustering funcional con trayectorias log-riesgo suavizadas para datos de supervivencia. Mejora la interpretabilidad y robustez en estudios clínicos.
Fusión de datos federados para efectos regionales en prevención del VIH
Descubre cómo la fusión de datos federados permite estimar efectos regionales de supervivencia en ensayos de prevención del VIH, preservando la privacidad.
Aprendizaje por Refuerzo de Supervivencia: Hacia RL Auto-Supervisado Escalable
Descubre cómo Survival RL supera el dilema del contraste, logrando 2x a 8x mejor rendimiento en robótica de largo plazo. ¡Auto-supervisado y escalable!