Penalized deep partially linear cox models with application to CT scans of lung cancer patients¶
作者: Yuming Sun, Jian Kang, Chinmay Haridas, Nicholas Mayne, Alexandra Potter et al.
来源: Biometrics
主题: 非参数 / 半参数
相关性: 6/10
链接: https://doi.org/10.1093/biomtc/ujad024
一、领域脉络与小综述¶
这个方向是什么¶
本文所处的子方向是高维生存分析中的半参数回归模型,其根本科学问题可以概括为:在生存数据(存在删失)下,如何同时实现 (i) 对高维协变量(如影像组学特征)的变量选择,(ii) 对低维协变量(如临床特征)的灵活非线性建模,以及 (iii) 对风险函数中参数分量的统计推断。该方向的成熟度处于"方法已初步建立、理论正在完善"的阶段——经典工具(Cox 模型、SCAD 惩罚、样条/核估计)早已成熟,但将深度学习引入半参数生存模型并给出完整渐近理论,是近五年才出现的新进展。
发展脉络(history)¶
奠基工作:Cox [1972] 的比例风险模型是整个生存分析领域的基石,它将风险函数建模为 λ(t|x) = λ₀(t)exp(βᵀx),奠定了参数化相对风险的基本框架。Huang [1999] 将部分线性结构引入 Cox 模型,将风险函数分解为 exp(βᵀx + g(z)),其中 g 为未知光滑函数,用多项式样条估计,这是本文模型的直接前身。Fan and Li [2001, 2002] 提出 SCAD 惩罚,解决了 LASSO 在有偏性和 oracle 性质上的缺陷,为高维变量选择提供了理论保证——本文的惩罚部分完全建立在这一框架上。
主要进展:Schmidt-Hieber [2020] 是本文理论的核心支柱,他证明了深度 ReLU 网络在复合 Hölder 光滑函数类上可以达到 minimax 最优收敛速率,并给出了网络架构(层数、宽度、稀疏性)与函数光滑性之间的精确权衡。这一结果使得 DNN 不再只是一个"黑箱预测器",而是一个有严格逼近理论支撑的非参数估计工具。Zhong et al. [2022] 首次将 DNN 引入部分线性 Cox 模型,建立了无惩罚情形下 DNN 估计量的收敛速率,并证明其达到 minimax 最优速率——这是本文最直接的"肩膀"。
本文的位置:Sun et al. 在 Zhong et al. [2022] 的基础上,加入了 SCAD 惩罚以处理高维参数分量(p > n 的情形),并证明了惩罚 DNN 估计量的收敛速率(定理 1)和变量选择一致性(定理 2)。从脉络上看,本文填补的缺口是:Zhong et al. [2022] 只处理了低维参数分量,未涉及变量选择;而经典的 SCAD-Cox 方法(Fan and Li [2002])只能处理线性风险函数,无法建模非线性效应。本文首次将两者统一。
子线索聚类¶
这些被引文献大致落在三条子线索上:
-
惩罚变量选择理论(Fan and Li [2001, 2002], Breheny and Huang [2011], Tibshirani [2011]):这一簇的核心问题是"如何在回归中同时做到估计和选择"。SCAD 的关键性质是 oracle property——即惩罚估计量在渐近意义下与"事先知道真实稀疏结构"的估计量不可区分。Breheny and Huang [2011] 提供了坐标下降算法,是本文算法 2 的直接基础。
-
深度网络的逼近与估计理论(Schmidt-Hieber [2020], Leshno et al. [1993]):这一簇回答"DNN 能逼近什么、以多快速度逼近"。Leshno et al. [1993] 证明了非多项式激活函数的万能逼近性质;Schmidt-Hieber [2020] 则给出了定量逼近速率,并证明在复合光滑结构下 DNN 可以规避维数灾难——这是本文定理 1 中收敛速率依赖
d̃(内在维度)而非d(输入维度)的理论依据。 -
生存分析中的半参数模型(Cox [1972], Huang [1999], Zhong et al. [2022]):这一簇关注"如何在删失数据下估计相对风险"。Huang [1999] 建立了部分线性 Cox 模型的半参数效率理论,Zhong et al. [2022] 则将其推广到 DNN 估计。
这个方向在追问的核心问题¶
- 收敛速率的最优性:DNN 估计量在部分线性 Cox 模型中的收敛速率是否达到 minimax 下界?Zhong et al. [2022] 已证明无惩罚情形的答案,本文需要回答惩罚是否破坏这一速率。
- 变量选择的一致性:当 p > n 时,SCAD 惩罚是否仍能保证 oracle property?这需要证明惩罚项对非零系数的估计不产生渐近偏差(即
aₙ = o(n^{-1/2})条件)。 - 非参数分量的估计效率:
ĝ的收敛速率是否受高维参数分量的影响?本文定理 1 给出的速率γₙ log²n中,γₙ同时包含参数和非参数部分的贡献,两者如何权衡是关键。
⚠️ 作者的 framing(这是作者的说法)¶
作者在引言中将缺口 frame 为:"Zhong et al. [2022] 的方法在处理大量纹理特征时表现未知,因为这些特征的数量可能超过样本量。我们通过引入 SCAD 惩罚来填补这一空白,同时保持 DNN 对非参数分量的逼近优势。" 作者淡化的竞争路线包括:(i) 完全非参数的深度 Cox 模型(如 DeepSurv, Katzman et al. [2018]),作者在模拟中将其作为 baseline 但未讨论其理论性质;(ii) 基于样条的高维部分线性 Cox 模型(如 Hu and Lian [2013]),作者将其作为 baseline 但未讨论其在高维下的理论保证。值得研究者去查的问题:为什么作者选择 SCAD 而非 MCP 或 adaptive LASSO?作者在讨论中只提到"SCAD 满足定理 2 的条件",但未比较不同惩罚函数的有限样本表现差异。
张力¶
未见明显对立引用。但有一个值得注意的张力点:Schmidt-Hieber [2020] 的 DNN 逼近理论假设网络权重是稀疏的(∥W∥₀ ≤ s),而实际训练中使用的 Adam 算法并不显式施加稀疏约束。作者在定理 1 中直接引用了这一框架,但未讨论训练算法是否真的收敛到稀疏网络。这是一个理论(假设稀疏)与实践(算法不强制稀疏)之间的潜在裂缝。
二、最核心、最简单的例子 / 数学问题¶
第一步:符号、模型、可观测数据¶
符号清单(逐个点名):
| 记号 | 含义 | 类型 |
|---|---|---|
Tᵢ |
观测到的生存时间 = min(真实生存时间 Uᵢ, 删失时间 Cᵢ) | 随机变量(可观测) |
Δᵢ |
删失指示:Δᵢ = 1 表示观测到事件(Uᵢ ≤ Cᵢ),Δᵢ = 0 表示删失 | 随机变量(可观测) |
xᵢ ∈ ℝᵖ |
高维参数分量协变量(本文中为纹理特征),p 可大于 n | 随机变量(可观测) |
zᵢ ∈ ℝʳ |
低维非参数分量协变量(本文中为临床特征如年龄、BMI、吸烟包年),r 较小 | 随机变量(可观测) |
β₀ ∈ ℝᵖ |
参数分量的真实系数向量,稀疏(∥β₀∥₀ = s_β < p) | 参数(待估) |
g₀: ℝʳ → ℝ |
非参数分量的真实函数 | 函数(待估) |
λ₀(t) |
基线风险函数 | nuisance 函数(不估) |
λ(t|x,z) |
给定协变量下的风险函数 | 模型对象 |
ℓ(β,g) |
偏对数似然(公式 2) | 目标函数 |
Q(β,g) |
负偏对数似然 + SCAD 惩罚(公式 3) | 优化目标 |
γₙ |
收敛速率基准,γₙ = maxᵢ n^{-αᵢ/(2αᵢ+d̃ᵢ)} |
理论量 |
α = (α₁,...,α_q) |
复合 Hölder 类中各层函数的平滑度 | 理论假设 |
d = (d₁,...,d_q), d̃ = (d̃₁,...,d̃_q) |
各层输入维度和内在维度 | 理论假设 |
s |
网络稀疏度(非零权重总数上界) | 理论假设 |
L, p = (p₁,...,p_{L+1}) |
网络层数和各层宽度 | 架构参数 |
λ |
SCAD 惩罚的调参参数 | 调参参数 |
a |
SCAD 惩罚的形状参数(通常取 3.7) | 固定常数 |
模型(公式 1):
λ(t|x,z) = λ₀(t) · exp(β₀ᵀx + g₀(z))
可观测数据:D = {(Tᵢ, Δᵢ, xᵢ, zᵢ) : i = 1,...,n},i.i.d. 抽样。
关键区分——可观测 vs 不可观测: - 可观测:Tᵢ(生存/删失时间)、Δᵢ(是否事件)、xᵢ(纹理特征)、zᵢ(临床特征) - 不可观测(潜在量):真实生存时间 Uᵢ(删失时只能知道 Uᵢ > Cᵢ)、基线风险 λ₀(t)(被偏似然消掉)、真实函数 g₀(估计对象)、真实稀疏支撑集 S₀ = {j : βⱼ₀ ≠ 0}(推断目标)
估计目标:(β̂, ĝ) = argmin Q(β,g),其中 Q 是负偏对数似然加 SCAD 惩罚。
第二步:最小内核¶
剥掉所有一般性假设后,本文的核心数学问题是:
在部分线性 Cox 模型中,当参数分量维度 p 超过样本量 n 时,如何同时保证 (i) 参数估计的收敛速率不劣于
O(γₙ log²n),(ii) 变量选择的 oracle 性质(即P(β̂₂ = 0) → 1)?
最简特例:考虑 p = 2, s_β = 1, r = 1, g₀ 为一维光滑函数的情形。此时模型为:
λ(t|x₁,x₂,z) = λ₀(t) · exp(β₁x₁ + β₂x₂ + g₀(z))
其中真实 β₂₀ = 0(即 x₂ 与生存无关)。目标:估计 β₁ 和 g₀,同时识别出 β₂ = 0。
在这个特例下,定理 1 和定理 2 退化成什么?
-
定理 1(收敛速率)退化为:存在局部极大似然估计
(β̂, ĝ)使得∥β̂ - β₀∥ = Oₚ(γₙ log²n)且∥ĝ - g₀∥_{L²} = Oₚ(γₙ log²n), 其中γₙ = n^{-α/(2α+1)}(一维情形,d̃ = 1)。这个速率正是非参数回归中一维 α-Hölder 函数的 minimax 最优速率n^{-α/(2α+1)}——这说明 DNN 估计非参数分量没有损失效率。 -
定理 2(选择一致性)退化为:当 λ 满足
λ → 0且λ√n → ∞时,P(β̂₂ = 0) → 1。即:只要惩罚强度衰减得不太快(保证能压缩掉零系数)也不太慢(保证不产生渐近偏差),SCAD 就能以趋于 1 的概率正确识别出 x₂ 与生存无关。
为什么这个特例是"最小内核"? 因为:
1. 它包含了模型的所有三个要素:参数分量(β₁, β₂)、稀疏性(β₂ = 0)、非参数分量(g₀)。
2. 定理 1 的证明核心——控制经验过程项 sup|(Pₙ - P){Δℓ₀(T,v,η) - Δℓ₀(T,v,η₀)}|——在一维情形下已经体现了全部技术难度(熵积分、局部化、chaining),高维只是符号复杂度的增加。
3. 定理 2 的证明核心——验证 SCAD 惩罚在 |βⱼ| = O(γₙ log²n) 邻域内的"信号-噪声分离"——在 p = 2 时已经完整呈现。
证明的关键逻辑链(以定理 1 为例):
1. 存在性:先证明在足够大的球 {η : d(η,η₀) = Cαₙ} 上,P(Q(η) < Q(η₀)) → 1(公式 6)。这保证局部极大值存在且落在该球内。
2. 偏差分解:将 Q(η) - Q(η₀) 分解为"确定性部分"(L₀(η) - L₀(η₀) ≍ -d²(η,η₀),由模型的可识别性保证)和"随机部分"(经验过程项,用熵积分控制为 Oₚ(n^{-1/2}φₙ(δ)))。
3. 权衡:当 δ = Cαₙ 时,确定性部分(量级 C²αₙ²)主导随机部分(量级 αₙ²),从而保证球面上 Q 值低于 Q(η₀),局部极大值必在球内。
定理 2 的关键逻辑:
1. 对任意 j > s_β(真实零系数),偏导数 ∂Q/∂βⱼ 在 βⱼ = 0 附近由 SCAD 惩罚的奇异点主导。
2. 利用 Fⱼ(η) = Oₚ(n^{-1/2} + ∥η - η₀∥)(由鞅中心极限定理和定理 1 的收敛速率),结合 λ√n → ∞,可证 ∂Q/∂βⱼ 的符号与 βⱼ 相反,从而 β̂ⱼ = 0 是局部最优。
3. 关键条件是 λ^{-1}γₙ log²n → 0(即惩罚强度远大于估计误差),这保证零系数被精确压缩到 0。
三、这篇论文做了什么¶
三句话¶
- 研究了什么问题:在高维部分线性 Cox 模型(公式 1)中,当参数分量维度 p 超过样本量 n 时,如何通过 SCAD 惩罚同时实现变量选择和 DNN 非参数估计,并保证两者的渐近性质。
- 核心工具/方法:将 SCAD 惩罚(Fan and Li [2001])与深度 ReLU 网络(Schmidt-Hieber [2020] 的架构框架)结合,提出交替优化算法——Adam 更新网络参数(算法 1),坐标下降更新线性系数(算法 2)。
- 主要结论:在正则条件下,(i) 估计量
(β̂, ĝ)达到收敛速率Oₚ(γₙ log²n),其中γₙ由复合 Hölder 类的内在维度决定而非输入维度;(ii) 变量选择具有 oracle 性质,即P(β̂₂ = 0) → 1;(iii) 模拟和真实数据(NLST)验证了方法的有限样本表现。
关键设定与假设¶
模型设定(在第二节基础上补全):
- 数据:
{(Tᵢ, Δᵢ, xᵢ, zᵢ)}i.i.d.,Tᵢ = min(Uᵢ, Cᵢ),Δᵢ = 1(Uᵢ ≤ Cᵢ)。 - 稀疏性:
∥β₀∥₀ = s_β < p,且s_β随 n 增长但远小于 n(具体为s_β = O(n^{c})某 c < 1)。 - 网络架构:深度 L = O(log n),宽度满足
minₗ pₗ ≥ n^{γₙ²}量级,总参数量s = O(nγₙ² log n)。 - 非参数函数类:
g₀ ∈ H(q, α, d, d̃, M),即 q 层复合 Hölder 光滑函数,各层输入维度为 dᵢ,内在维度为 d̃ᵢ ≤ dᵢ。
关键假设(逐条说明统计含义):
| 假设 | 统计含义 |
|---|---|
条件 1(网络架构):L = O(log n), s = O(nγₙ² log n), nγₙ² < min pₗ ≤ max pₗ < n |
网络复杂度与样本量匹配,既不过拟合也不欠拟合;这是 Schmidt-Hieber [2020] 的标准条件 |
| 条件 2(有界性):x, z 有界支撑,β₀ 有界 | 保证偏似然的矩条件,是经验过程控制的必要条件 |
条件 3(光滑性):g₀ 属于复合 Hölder 类,且 E{g₀(z)} = 0 |
零均值条件保证模型可识别性(否则 β 与 g 存在混淆);复合结构允许"部分线性"的稀疏连接 |
条件 4(可观测性):P(Δ=1|x,z) > δ 且 P(U>τ|x,z) > δ |
保证在最大随访时间 τ 内仍有事件发生,避免退化情形 |
条件 5(惩罚条件):λ → 0, λ√n → ∞, λ^{-1}γₙ log²n → 0 |
惩罚强度三条件:不太慢(保证压缩)、不太快(保证无偏)、足够强(保证选择一致性) |
条件 6(稀疏性):s_β = o(nγₙ²) |
非零系数个数远小于有效样本量,保证参数部分可估计 |
相比已有文献的放宽/强化: - 相比 Zhong et al. [2022]:放宽了参数分量维度(允许 p > n),新增了 SCAD 惩罚和选择一致性证明。 - 相比 Fan and Li [2002] 的 SCAD-Cox:放宽了非参数分量的线性假设,允许 g₀ 为任意复合 Hölder 函数。 - 强化了网络稀疏性假设(条件 1),这是 Schmidt-Hieber [2020] 框架的固有要求。
主要结果¶
定理 1(收敛速率):
- 陈述:存在局部极大似然估计 (β̂, ĝ) 满足 ∥β̂ - β₀∥ = Oₚ(αₙ) 且 ∥ĝ - g₀∥_{L²} = Oₚ(αₙ),其中 αₙ = γₙ log²n + aₙ,aₙ = max{p'λ(|βⱼ₀|) : βⱼ₀ ≠ 0}。
- 直觉:收敛速率由两部分组成——非参数估计的 minimax 速率 γₙ(由内在维度决定)和 SCAD 惩罚对非零系数的偏差 aₙ。当 λ 选择合适时 aₙ = o(γₙ log²n),速率不被惩罚破坏。
- 必要条件:n^{-1/2}φₙ(αₙ) ≤ αₙ²(熵积分条件),这要求网络复杂度与样本量的匹配。
定理 2(选择一致性):
- 陈述:在定理 1 条件下,若 λ^{-1}γₙ log²n → 0,则 P(β̂₂ = 0) → 1。
- 直觉:SCAD 惩罚在原点有奇异点(p'λ(0+) = λ),只要这个奇异点的"推力"(λ)远大于估计误差(γₙ log²n),零系数就会被精确压缩到 0。
- 关键条件:λ√n → ∞ 保证随机噪声项 Fⱼ(η) = Oₚ(n^{-1/2}) 被惩罚主导;λ^{-1}γₙ log²n → 0 保证非零系数不被过度压缩。
证明路线(3-5 步逻辑主干):
- 局部化:将参数空间限制在
{η : d(η,η₀) ≤ Cαₙ}的球内,证明球面上 Q 值严格低于 Q(η₀)(公式 6),从而保证局部极大值存在且落在球内。 - 偏差-方差分解:将
Q(η) - Q(η₀)分解为确定性部分(L₀(η) - L₀(η₀),由模型可识别性给出二次下界≍ -d²(η,η₀))和随机部分(经验过程项,用熵积分和 chaining 控制为Oₚ(n^{-1/2}φₙ(δ)))。 - 权衡:利用条件 1 的网络复杂度假设,证明当
δ = Cαₙ时随机部分被确定性部分主导,从而完成定理 1 的证明。 - Karush-Kuhn-Tucker 条件分析(定理 2):对零系数
βⱼ₀ = 0,利用偏似然的鞅结构证明∂ℓ/∂βⱼ = Oₚ(n^{-1/2} + ∥η - η₀∥),结合λ√n → ∞和λ^{-1}γₙ log²n → 0,证明∂Q/∂βⱼ的符号与βⱼ相反,从而β̂ⱼ = 0。 - 技术细节:证明中使用了鞅中心极限定理(处理删失)、经验过程理论(控制随机项)、复合 Hölder 类的网络逼近定理(Schmidt-Hieber [2020] 的引理)。
技术技巧点名:
| 技巧 | 用在哪 | 作用 |
|---|---|---|
| 偏似然 + 计数过程鞅 | 模型定义(公式 2) | 将删失数据转化为鞅结构,便于用 Doob-Meyer 分解 |
| 经验过程 / chaining | 定理 1 证明 | 控制 sup|(Pₙ - P)f| 的随机波动,得到一致收敛 |
| 熵积分(entropy integral) | 定理 1 证明 | 量化网络函数类的复杂度,得到 n^{-1/2}φₙ(δ) 界 |
| 复合 Hölder 类的网络逼近 | 定理 1 证明 | 保证 DNN 可以逼近 g₀ 且误差不超过 minimax 速率 |
| SCAD 惩罚的局部二次逼近(LQA) | 定理 2 证明 | 将非凸惩罚在非零系数处展开,控制惩罚偏差 |
| 鞅中心极限定理 | 定理 2 证明 | 得到 Fⱼ(η₀) = Oₚ(n^{-1/2}) 的渐近正态性 |
| 交替优化(Adam + 坐标下降) | 算法设计 | 将非凸优化分解为两个凸/易处理的子问题 |
真实例子与应用¶
数据:NLST(国家肺癌筛查试验),368 名确诊肺癌患者,其中 96 人在随访期间死亡。中位年龄 63.5 岁,55% 男性,90% 以上白人,多数为早期癌症患者。
协变量: - 参数分量 x:320 个 CT 纹理特征(通过 pyradiomics 提取,包括一阶统计特征、形状特征、高阶纹理特征如 GLCM、GLRLM 等) - 非参数分量 z:年龄、BMI、吸烟包年(pack-years)等临床特征
应用方式: 1. 用 Penalized DPLC 拟合模型,SCAD 惩罚自动选择与生存显著相关的纹理特征 2. 用估计出的 ĝ(z) 可视化年龄、BMI、吸烟包年对风险的非线性影响 3. 通过 100 次随机训练/测试划分评估预测性能(C-Index)
结果: - 预测性能:中位 C-Index 为 0.708(IQR: 0.065),优于 DeepSurv(0.672)、随机生存森林(0.656)、Cox boosting(0.668)和 SCAD-Cox(0.655) - 变量选择:稳定选出 5 个纹理特征,其中 LALGLE(大区域低灰度强调)和 cluster shade(簇阴影)与不良预后相关,与文献一致 - 非线性效应:ĝ 显示年龄和吸烟包年对风险的影响呈非线性(年龄效应在 65 岁后加速上升,吸烟包年效应在 40 包年后趋于平台期)
这个例子想说明什么:验证了 Penalized DPLC 在真实高维影像数据中的实用性——既能处理 p >> n 的变量选择问题,又能捕捉临床特征的非线性效应,且预测性能优于现有方法。
🔎 结论是否比证明窄¶
是的,存在几处"证明窄于结论"的地方,需要点名:
-
定理 1 的收敛速率依赖
aₙ(惩罚偏差项),但模拟中未单独报告aₙ的贡献。作者在定理 1 中明确写出∥β̂ - β₀∥ = Oₚ(γₙ log²n + aₙ),但在模拟和数据分析中未区分"非参数估计误差"和"惩罚偏差"各自的大小。读者无法判断实际应用中aₙ是否可忽略。 -
定理 2 的 oracle 性质是"存在性"而非"唯一性"。定理 2 的陈述是"存在一个局部极大似然估计满足
β̂₂ = 0",但并未证明算法 1-2 实际收敛到的解就是这个 oracle 解。非凸优化的局部最优问题在文中未被讨论——这是一个"证明存在但算法可能达不到"的裂缝。 -
模拟中的
g₀设定过于简单。模拟中g₀为低维(r=8)且光滑的函数,而真实数据中临床特征与风险的关系可能更复杂(如交互作用、时变效应)。作者未模拟高维 z 或非光滑 g₀ 的情形,因此定理 1 中"内在维度决定速率"的结论在模拟中未得到充分验证。 -
C-Index 的比较未报告置信区间。图 4 仅报告了中位数和 IQR,未进行统计检验(如配对 bootstrap 检验)来确认 Penalized DPLC 的优势是否显著。考虑到 100 次实验的随机划分,中位数差异可能在噪声范围内。
-
定理 1 的速率
γₙ log²n中的log²n因子:作者在 Remark 1 中声称速率由内在维度决定,但未讨论log²n因子是否可改进(例如通过更精细的熵积分或 localized uniform convergence)。这是一个"证明可能非最优"的潜在点。
四、开放问题¶
以下开放问题均扎根于本文的具体语句,只罗列、不判断可行性:
-
高维 z 的扩展(扎根于条件 1 和定理 1 的陈述):本文假设非参数分量 z 的维度 r 是固定的中等维度。当 r 也随 n 增长时,DNN 的收敛速率如何变化?是否存在类似"稀疏网络结构"的条件可以缓解维度灾难?——去读 Zhong et al. [2022] 和 Schmidt-Hieber [2020] 的后续工作,看是否已有高维 z 的处理。
-
非凸优化的全局收敛性(扎根于定理 2 的"存在性"表述):定理 2 只证明了 oracle 解的存在性,但算法 1-2 的交替优化是否收敛到该解?SCAD 惩罚的非凸性是否会导致算法陷入坏的局部最优?——这是一个"证明与算法之间的裂缝",值得查近期关于非凸惩罚 M-估计的优化理论(如 Loh and Wainwright [2015] 的局部线性逼近分析)。
-
不确定性量化(扎根于定理 1 的收敛速率和数据分析部分):本文只给出了点估计的收敛速率,未给出
β̂的渐近分布或置信区间。在部分线性 Cox 模型中,DNN 估计ĝ的非参数收敛速率较慢(γₙ通常慢于n^{-1/2}),这是否会影响β̂的渐近正态性?需要什么条件(如 undersmoothing、bias correction)才能构造有效的置信区间? -
时变效应与时依协变量(扎根于模型设定公式 1):本文的模型假设风险比
exp(β₀ᵀx + g₀(z))不随时间变化。在 NLST 应用中,纹理特征对生存的影响可能随时间衰减或增强。如何将时变系数(time-varying coefficients)纳入 DNN 框架? -
因果解释(扎根于数据分析部分):本文报告的"纹理特征与生存相关"是关联而非因果。CT 纹理特征可能受肿瘤分期、治疗方式等混杂因素影响。如何将本文的框架扩展到因果参数(如受控直接效应、自然间接效应)的估计?
-
计算效率的理论保证(扎根于算法 1-2 的描述):交替优化中,Adam 更新网络参数和坐标下降更新 β 的收敛速度如何?是否存在更优的联合优化策略?——去读近期关于"深度生存模型优化"的文献,看是否已有收敛性分析。
提醒:要确认上述某条是否是真 gap,去读同一子领域(高维生存分析 + 深度学习)近期约 5 篇论文的引言和 future work——如果多篇都指向同一个问题,说明是共识性 gap(值得做);如果各篇互相矛盾(例如有的认为 DNN 在高维下有效、有的认为无效),那本身就是值得研究的机会。
Maintained by 陈星宇 · Homepage · Source on GitHub