京都ツアー、大学・研究機関イベント情報
2024年07月02日
医療健康データサイエンスセミナー
講演題目：「イベントデータに基づく動的生存予測と医療データへの応用～決定木の
アンサンブル法～」（現地開催・英語講演）
講演者：Sy-Han Chiou／Department of Statistics and Data Science, Southern
Methodist University, USA
討論者：坂巻 顕太郎／順天堂大学 健康データサイエンス学部 准教授
主催： 統計数理研究所 医療健康データ科学研究センター（ISM） ファシリテー
ター：江村剛志
【開催要項】
日 時 ：2024年7月16日（火）15:30～16:50（15:00受付開始）
会 場 ：統計数理研究所 （現地開催、オンライン配信なし）
募集人数：先着順50名 参加には事前登録が必要です。参加費無料
【プログラム】
15：00-15：30 受付
15：30-16：20 Sy-Han Chiou講演(司会：江村剛志)
16：20-16：30 質問・コメント
16：30-16：50 指定討論(坂巻顕太郎)
【Abstract】
With the availability of extensive data from electronic health records and
registry databases, incorporating time-varying patient information to
improve risk prediction has gained significant attention. We develop a
unified, nonparametric framework using survival tree ensembles for landmark
prediction to allow for updated predictions as new information becomes
available. Our landmark prediction approach accommodates subject-specific
landmark times triggered by clinical events, avoiding model incompatibility
at different times. We propose a risk-set-based ensemble procedure to handle
right censoring. The method is extended to recurrent event prediction, where
we use gap time scales with episode-specific and global models, avoiding
strong assumptions about future event risk dependencies. We address
complexities like informative censoring and inter-event correlations through
specialized algorithms. Extensive simulations show our methods' efficacy,
with applications to the Cystic Fibrosis Foundation Patient Registry and
SEER-Medicare data demonstrating improved dynamic predictions and accuracy
in lung disease progression and breast cancer hospitalization, respectively.
【参加申込】
以下のPeatixの登録ページから、参加登録をお願いいたします。
https://ism-rcmhds-20240716-seminar.peatix.com
アンサンブル法～」（現地開催・英語講演）
講演者：Sy-Han Chiou／Department of Statistics and Data Science, Southern
Methodist University, USA
討論者：坂巻 顕太郎／順天堂大学 健康データサイエンス学部 准教授
主催： 統計数理研究所 医療健康データ科学研究センター（ISM） ファシリテー
ター：江村剛志
【開催要項】
日 時 ：2024年7月16日（火）15:30～16:50（15:00受付開始）
会 場 ：統計数理研究所 （現地開催、オンライン配信なし）
募集人数：先着順50名 参加には事前登録が必要です。参加費無料
【プログラム】
15：00-15：30 受付
15：30-16：20 Sy-Han Chiou講演(司会：江村剛志)
16：20-16：30 質問・コメント
16：30-16：50 指定討論(坂巻顕太郎)
【Abstract】
With the availability of extensive data from electronic health records and
registry databases, incorporating time-varying patient information to
improve risk prediction has gained significant attention. We develop a
unified, nonparametric framework using survival tree ensembles for landmark
prediction to allow for updated predictions as new information becomes
available. Our landmark prediction approach accommodates subject-specific
landmark times triggered by clinical events, avoiding model incompatibility
at different times. We propose a risk-set-based ensemble procedure to handle
right censoring. The method is extended to recurrent event prediction, where
we use gap time scales with episode-specific and global models, avoiding
strong assumptions about future event risk dependencies. We address
complexities like informative censoring and inter-event correlations through
specialized algorithms. Extensive simulations show our methods' efficacy,
with applications to the Cystic Fibrosis Foundation Patient Registry and
SEER-Medicare data demonstrating improved dynamic predictions and accuracy
in lung disease progression and breast cancer hospitalization, respectively.
【参加申込】
以下のPeatixの登録ページから、参加登録をお願いいたします。
https://ism-rcmhds-20240716-seminar.peatix.com
Posted by 株式会社ＣＳセンター at
17:50
│大学・研究機関イベント情報
