論文の概要: A Multi-Cohort Validation of Censoring-Aware Conformal Lower Predictive Bounds for Pathology Survival Models
- arxiv url: http://arxiv.org/abs/2608.04025v1
- Date: Thu, 23 Jul 2026 12:58:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-09 10:00:34.271039
- Title: A Multi-Cohort Validation of Censoring-Aware Conformal Lower Predictive Bounds for Pathology Survival Models
- Title（参考訳）: 病的生存モデルに対するセンサレスコンフォーマルな下予測境界の多コホート検証
- Authors: Mingi Hong,
- Abstract要約: 全スライディングサバイバルモデルは、個々のイベント時間に関するキャリブレーションされたステートメントなしで、リスクランキングを提供することが多い。
離散時間多重インスタンス学習サバイバルヘッド用ポストホックコンフォメーションラッパーである固定カットド・ドコサルクについて検討した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Whole-slide survival models commonly provide risk rankings without calibrated statements about individual event times. We evaluate fixed-cutoff drcosarc, a post-hoc conformal wrapper for discrete-time multiple-instance learning survival heads using frozen UNI2-h representations, in an internal 18-configuration sweep across five TCGA cohorts and an external five-configuration evaluation across three CPTAC cohorts. We distinguish configuration--fold--split summaries of the inverse-probability-of-censoring-weighted (IPCW) estimate and median lower predictive bound (LPB) from a hierarchy-aware patient-ensemble estimand of the mean drcosarc--naive LPB difference. At $α=0.1$, the drcosarc IPCW estimate was nearest 0.90 in KIRC, LUAD, and STAD. Patient-ensemble drcosarc--naive intervals excluded zero in KIRC, KIRP, STAD, UCEC, and CPTAC-CCRCC, but included zero in internal LUAD, CPTAC-LUAD, CPTAC-UCEC, and the internal LUSC extension. In a 20-replicate low-censoring semi-synthetic setting with known event times, drcosarc empirical coverage was 0.9129 [0.9053, 0.9207]. An exploratory analysis supported a head-error-by-censoring interaction within that data-generating process. In a two-cohort ABMIL sensitivity analysis, increasing the hazard grid to $K=16$ raised localized marginal IPCW estimates above the prespecified 0.87 threshold and yielded positive paired LPB differences, although worst-group estimates remained below 0.87. Overall, performance was cohort dependent, and its interpretation changed with the patient-level unit, estimand, and censoring assumptions.
- Abstract（参考訳）: 全スライディングサバイバルモデルは通常、個々のイベント時間に関するキャリブレーションされたステートメントなしでリスクランキングを提供する。
凍結したUNI2-h表現を用いた離散時間多重インスタンス学習サバイバルヘッド用ポストホックコンフォメーションラッパーである固定カットドコサルクを,5つのTCGAコホートおよび3つのCPTACコホートにまたがる外部5-構成評価において,内部18-構成スイープで評価した。
我々は,逆確率-感覚重み付け(IPCW)推定値と中央低予測境界(LPB)推定値の分割した構成-フォールド-フォールド-サマリを,平均ドコサルク-負のLPB差の階層的に認識する患者-アンサンブル推定値とを区別する。
α=0.1$で、ICCWの推定値はKIRC、LUAD、STADの0.90に最も近い。
CPTAC-CCRCC, KIRC, KIRP, STAD, UCEC, CPTAC-CCRCCでは0, CPTAC-LUAD, CPTAC-UCECでは0, CPTAC-UCECでは0であった。
既知事象時間を含む20段の低感度半合成環境において, ドコサク実験のカバレッジは0.9129 [0.9053, 0.9207] であった。
探索分析は、そのデータ生成プロセス内でのヘッドエラー・バイ・センセーリングインタラクションを支持した。
2コホートABMIL感度分析では、ハザードグリッドを$K=16$の局所的辺縁IPCW推定値に増加させ、0.87閾値以上の正対LPB差を得たが、最悪のグループ推定値は0.87未満にとどまった。
全体としては、パフォーマンスはコホートに依存しており、その解釈は患者レベルの単位、推定、検閲の前提とともに変化した。
関連論文リスト
- HERMES: A Hybrid Ensemble for Head-and-Neck Tumor Segmentation, TN Staging, and Recurrence-Free Survival on PET/CT [3.2632075797484887]
HERMESは3つのHECKTOR 2026サブタスクのための単一のコンテナ化アルゴリズムである。
STU-Net Smallネットワークの10倍のアンサンブルがセグメンテーションを生成する。
HERMESは0.6454(Mean Dice 0.641, T balanced accuracy 0.580, N balanced accuracy 0.642, RFS C-index 0.679)の重み付きスコアを獲得し、テストフェーズの資格を得た。
論文 参考訳（メタデータ） (2026-07-29T05:47:18Z) - Calibrated Alzheimer's Conversion Risk in Mild Cognitive Impairment: Persistent Homology of Clinical Trajectories with Conformal Guarantees [0.0]
軽度の認知障害からアルツハイマー病への転換を予測することは、臨床試験とケア計画の中心である。
既存のモデルは個々のレベルの不確実性評価を提供しておらず、透明な漏洩監査を含むことは滅多にない。
本研究は, 持続的ホモロジーの経時的臨床軌道点雲への応用について紹介する。
論文 参考訳（メタデータ） (2026-07-20T00:00:17Z) - Patient-Aware Contrastive Learning Preserves Per-Patient Structure in RR-Interval Representations [0.0]
RR-interval(RRI)配列からの発作性心房細動(PAF)検出における問題点について検討した。
同一患者からのみ肯定的な対を形成する患者対応コントラスト目的を提案する。
論文 参考訳（メタデータ） (2026-06-22T16:35:18Z) - Robustifying and Selecting Cohort-Appropriate Prognostic Models under Distributional Shifts [3.8031924942083517]
外的検証は、予後モデル評価のための金の標準として広く見なされている。
実験では,外部キャリブレーションの成功が共変数の類似性や検証コホート間の結果に大きく依存するかどうかを検討した。
本稿では,コホート間の予測モデルの輸送性を改善するための2つの戦略を提案する。
論文 参考訳（メタデータ） (2026-04-16T21:10:41Z) - Cerebra: A Multidisciplinary AI Board for Multimodal Dementia Characterization and Risk Assessment [56.62016795093786]
CerebraはインタラクティブなマルチエージェントAIチームで、ERH、臨床ノート、医療画像分析のための特殊エージェントをコーディネートする。
構造化された表現を操作することで、プライバシ保護デプロイメントをサポートし、モダリティが不完全であれば、堅牢である。
Cerebraは、有識者のパフォーマンスを著しく改善し、前向き認知症リスク推定において精度を17.5ポイント向上させた。
論文 参考訳（メタデータ） (2026-03-23T05:46:45Z) - Almost Asymptotically Optimal Active Clustering Through Pairwise Observations [59.20614082241528]
そこで本研究では, ノイズと能動的に収集された応答を用いて, M$アイテムを未知数の$K$個別グループにクラスタリングするための新しい分析フレームワークを提案する。
クラスタリングの精度に対する望ましい信頼性を達成するのに必要なクエリ数の基本的下位境界を確立する。
我々は、一般化された同値比統計の計算可能な変種を開発し、その下限に対する性能ギャップを正確に推定できることを実証的に示す。
論文 参考訳（メタデータ） (2026-02-05T14:16:47Z) - Automated Assessment of Critical View of Safety in Laparoscopic
Cholecystectomy [51.240181118593114]
胆嚢摘出術(胆嚢摘出術)は米国で最も一般的な手術の一つで、年間1.2万回以上の手術が施行されている。
LCは胆管損傷(BDI)の増加と関連しており、致死率と死亡率が高い。
本稿では,LCにおける安全性評価(CVS)の自動化を目的とした深層学習手法を提案する。
論文 参考訳（メタデータ） (2023-09-13T22:01:36Z) - Building Brains: Subvolume Recombination for Data Augmentation in Large
Vessel Occlusion Detection [56.67577446132946]
この戦略をデータから学ぶためには、標準的なディープラーニングベースのモデルに対して、大規模なトレーニングデータセットが必要である。
そこで本研究では, 異なる患者から血管木セグメントを組換えることで, 人工的なトレーニングサンプルを生成する方法を提案する。
拡張スキームに則って,タスク固有の入力を入力した3D-DenseNetを用いて,半球間の比較を行う。
論文 参考訳（メタデータ） (2022-05-05T10:31:57Z) - Automated Quantification of CT Patterns Associated with COVID-19 from
Chest CT [48.785596536318884]
提案法は,非造影胸部CTを入力として,病変,肺,葉を3次元に分割する。
この方法では、肺の重症度と葉の関与度を2つの組み合わせて測定し、COVID-19の異常度と高不透明度の存在度を定量化する。
このアルゴリズムの評価は、カナダ、ヨーロッパ、米国からの200人の参加者(感染者100人、健康管理100人)のCTで報告されている。
論文 参考訳（メタデータ） (2020-04-02T21:49:14Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。