首页> Biostatistics (Oxford, England)> Depth importance in precision medicine (DIPM): a tree- and forest-based method for right-censored survival outcomes.

Depth importance in precision medicine (DIPM): a tree- and forest-based method for right-censored survival outcomes.

导出 OA

翻译打印收藏纠错

第一作者： Victoria,Chen

第一单位： Department of Biostatistics, Yale School of Public Health, New Haven, CT, USA.

作者： Victoria,Chen ^[1] ; Heping,Zhang ^[1]

作者单位： Department of Biostatistics, Yale School of Public Health, New Haven, CT, USA. ^[1]

关键词 Binary tree Classification tree Precision medicine Random forest Right-censored Subgroup identification Survival outcomes Variable importance

医学主题词计算机模拟(Computer Simulation);人类(Humans);研究设计(Research Design)

DOI 10.1093/biostatistics/kxaa021

PMID 32424406

发布时间 2022-05-02

翻译满意度评价：

准确一般字义偏差语意偏离译文作用小提交

浏览4

Biostatistics (Oxford, England)

2022年23卷1期

157-172页

相似文献

中文期刊
外文期刊
学位论文
会议论文

浏览4

点击下载本期目录封面

Biostatistics (Oxford, England)

2022年23卷1期

157-172页

检索历史清除

Depth importance in precision medicine (DIPM): a tree- and forest-based method for right-censored survival outcomes.

Biostatistics (Oxford, England)

相似文献

同项目论文

Biostatistics (Oxford, England)

相关期刊

参考文献：
指定格式：	NoteExpress EndNote RefWorks NoteFirst

检索历史 清除

Depth importance in precision medicine (DIPM): a tree- and forest-based method for right-censored survival outcomes.

Biostatistics (Oxford, England)

相似文献

同项目论文

Biostatistics (Oxford, England)

相关期刊

检索历史清除