GOTSurv用生存数据建模患者进展

Alzaid、E. Wright与F. Minhas在bioRxiv发表预印本，提出GOTSurv，并称该框架能仅凭横断面生存数据自动划分患者预后风险组，同时推断与风险升高相关的患者级特征变化路径。框架先学习患者生存风险排序，再通过非平衡最优传输估计特征变化的大小和方向。 作者在10个TCGA癌症队列上以基因表达（n=4,767）和全切片图像表征（n=4,655）评测，并在2个独立队列中进行外部验证；代码已提供，采用CC-BY-NC 4.0许可。

AI 根据报道生成 · 37 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。