ScholarGate
Assistent
Survival analysisDeep Learning

DeepSurv

DeepSurv is een deep neural network-benadering voor overlevingsanalyse die gepersonaliseerde overlevingsverdelingen rechtstreeks uit data leert. Geïntroduceerd door Katzman et al. in 2018, breidt het het Cox-model voor proportionele hazards uit met deep learning om complexe, niet-lineaire relaties tussen covariaten en overlevingsuitkomsten vast te leggen. Het lost het probleem op van het modelleren van heterogene behandelingseffecten en tijd-tot-gebeurtenis-voorspellingen in hoog-dimensionale settings.

Openen in MethodMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

The neighbourhood of related methods — select a node to explore.

Bronnen

  1. Faraggi, D., & Simon, R. (1995). A neural network model for survival data. Statistics in Medicine, 14(1), 73–82. DOI: 10.1002/sim.4780140108
  2. Katzman, J. L., et al. (2018). DeepSurv: Personalized treatment recommender system using a Cox proportional hazards deep neural network. Journal of Machine Learning Research, 40, 40–51. DOI: 10.1186/s12874-018-0482-1
  3. Lee, C., Zame, W., Yoon, J., & van der Schaar, M. (2018). Deephit: A deep learning approach for dynamic survival analysis. AAAI Conference on Artificial Intelligence, 32(1). link

Deze pagina citeren

ScholarGate. (2026, June 3). Deep Learning for Survival Analysis. ScholarGate. https://scholargate.app/nl/survival/deepsurv

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Geciteerd door

ScholarGateDeepSurv (Deep Learning for Survival Analysis). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/survival/deepsurv · Gegevensset: https://doi.org/10.5281/zenodo.20539026