Buchumschlag

Prediction of Survival Outcomes under Clinical Presence Shift: A Joint Neural Network Architecture

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jeanselme, Vincent, Martin, Glen, Sperrin, Matthew, Peek, Niels, Tom, Brian, Barrett, Jessica
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Imputation Strategies Under Clinical Presence: Impact on Algorithmic Fairness
von: Jeanselme, Vincent, et al.
Veröffentlicht: (2022)

Competing Risks: Impact on Risk Estimation and Algorithmic Fairness
von: Jeanselme, Vincent, et al.
Veröffentlicht: (2025)

ADHAM: Additive Deep Hazard Analysis Mixtures for Interpretable Survival Regression
von: Ketenci, Mert, et al.
Veröffentlicht: (2025)

ICYM2I: The illusion of multimodal informativeness under missingness
von: Choi, Young Sang, et al.
Veröffentlicht: (2025)

Neural Topic Models with Survival Supervision: Jointly Predicting Time-to-Event Outcomes and Learning How Clinical Features Relate
von: Chen, George H., et al.
Veröffentlicht: (2020)

A flexible approach to sequential prediction under intervention
von: Sperrin, Matthew, et al.
Veröffentlicht: (2026)

Correcting heterogeneous diagnostic bias when developing clinical prediction models using causal hidden Markov models
von: Benitez-Aurioles, Jose, et al.
Veröffentlicht: (2026)

Learning Rate Schedules in the Presence of Distribution Shift
von: Fahrbach, Matthew, et al.
Veröffentlicht: (2023)

Leveraging Expert Consistency to Improve Algorithmic Decision Support
von: De-Arteaga, Maria, et al.
Veröffentlicht: (2021)

Identifying treatment response subgroups in observational time-to-event data
von: Jeanselme, Vincent, et al.
Veröffentlicht: (2024)

Causal-aware Graph Neural Architecture Search under Distribution Shifts
von: Li, Peiwen, et al.
Veröffentlicht: (2024)

Efficient Training of Probabilistic Neural Networks for Survival Analysis
von: Lillelund, Christian Marius, et al.
Veröffentlicht: (2024)

Quantifying Uncertainty in the Presence of Distribution Shifts
von: Slavutsky, Yuli, et al.
Veröffentlicht: (2025)

Categorical Distributions are Effective Neural Network Outputs for Event Prediction
von: Doran, Kevin, et al.
Veröffentlicht: (2025)

Assessing the impact of variance heterogeneity and misspecification in mixed-effects location-scale models
von: Jeanselme, Vincent, et al.
Veröffentlicht: (2025)

On the Simplification of Neural Network Architectures for Predictive Process Monitoring
von: Ansari, Amaan, et al.
Veröffentlicht: (2025)

Compatibility of Missing Data Handling Methods across the Stages of Producing Clinical Prediction Models
von: Tsvetanova, Antonia, et al.
Veröffentlicht: (2025)

SAE: Single Architecture Ensemble Neural Networks
von: Ferianc, Martin, et al.
Veröffentlicht: (2024)

An Introduction to Deep Survival Analysis Models for Predicting Time-to-Event Outcomes
von: Chen, George H.
Veröffentlicht: (2024)

CoxNTF: A New Approach for Joint Clustering and Prediction in Survival Analysis
von: Fogel, Paul, et al.
Veröffentlicht: (2025)

Conditional Shift-Robust Conformal Prediction for Graph Neural Network
von: Akansha, S.
Veröffentlicht: (2024)

Utilizing Graph Neural Networks for Effective Link Prediction in Microservice Architectures
von: Khodabandeh, Ghazal, et al.
Veröffentlicht: (2025)

GRASP-GCN: Graph-Shape Prioritization for Neural Architecture Search under Distribution Shifts
von: Casarin, Sofia, et al.
Veröffentlicht: (2024)

Incorporating Unlabelled Data into Bayesian Neural Networks
von: Sharma, Mrinank, et al.
Veröffentlicht: (2023)

Predicting Breast Cancer Survival: A Survival Analysis Approach Using Log Odds and Clinical Variables
von: Alamu, Opeyemi Sheu, et al.
Veröffentlicht: (2024)

Graph-level Representation Learning with Joint-Embedding Predictive Architectures
von: Skenderi, Geri, et al.
Veröffentlicht: (2023)

Neural Circuit Diagrams: Robust Diagrams for the Communication, Implementation, and Analysis of Deep Learning Architectures
von: Abbott, Vincent
Veröffentlicht: (2024)

Understanding algorithmic fairness for clinical prediction in terms of subgroup net benefit and health equity
von: Benitez-Aurioles, Jose, et al.
Veröffentlicht: (2024)

Joint Attention Mechanism Learning to Facilitate Opto-physiological Monitoring during Physical Activity
von: Zheng, Xiaoyu, et al.
Veröffentlicht: (2025)

Flexible Deep Neural Networks for Partially Linear Survival Data: Estimation and Survival Inference
von: Arie, Asaf Ben, et al.
Veröffentlicht: (2025)

Boosting Column Generation with Graph Neural Networks for Joint Rider Trip Planning and Crew Shift Scheduling
von: Lu, Jiawei, et al.
Veröffentlicht: (2024)

Uncertainty Quantification on Clinical Trial Outcome Prediction
von: Chen, Tianyi, et al.
Veröffentlicht: (2024)

tdCoxSNN: Time-Dependent Cox Survival Neural Network for Continuous-time Dynamic Prediction
von: Zeng, Lang, et al.
Veröffentlicht: (2023)

Off-Policy Evaluation and Learning for Survival Outcomes under Censoring
von: Kubota, Kohsuke, et al.
Veröffentlicht: (2026)

ShapShift: Explaining Model Prediction Shifts with Subgroup Conditional Shapley Values
von: Bewley, Tom, et al.
Veröffentlicht: (2026)

Detection of Odor Presence via Deep Neural Networks
von: Hassanloo, Matin, et al.
Veröffentlicht: (2025)

Deep Neural Networks for Predicting Recurrence and Survival in Patients with Esophageal Cancer After Surgery
von: Zheng, Yuhan, et al.
Veröffentlicht: (2024)

VJEPA: Variational Joint Embedding Predictive Architectures as Probabilistic World Models
von: Huang, Yongchao
Veröffentlicht: (2026)

Learning to Select the Best Forecasting Tasks for Clinical Outcome Prediction
von: Xue, Yuan, et al.
Veröffentlicht: (2024)

Wasserstein-regularized Conformal Prediction under General Distribution Shift
von: Xu, Rui, et al.
Veröffentlicht: (2025)