Trajectory-informed graph-based clustering for longitudinal cancer subtyping
이 논문은 다중 모달 임상 데이터와 환자 상태의 시간적 변화를 통합한 그래프 기반 군집화 방법을 제안하여, 종양의 정적 특성이 아닌 역동적인 질병 진행 패턴에 기반한 임상적으로 유의미한 암 하위 유형을 식별하고 개인 맞춤형 치료 전략을 강화할 수 있음을 입증합니다.
📊 Category
stat.ME
219 편의 논문
Pseudo Empirical Best Prediction of Multiple Characteristics in Small Areas
이 논문은 복잡한 표본 설계 하에서 다변량 중첩 오차 회귀 (MNER) 모형을 기반으로 여러 종속 목표 변수의 지역 평균을 추정하기 위한 다변량 의사 경험적 최적 선형 불편측정자 (MNER) 와 그 평균 제곱 오차 추정법을 제안하고, 부트스트랩 절차를 통해 그 성능을 검증합니다.
Novel g-computation algorithms for time-varying actions with recurrent and semi-competing events
이 논문은 시간 의존적 교란 변수와 준경쟁 사건 (semi-competing events) 을 동시에 고려할 수 있는 새로운 g-계산 알고리즘을 제안하고, 시뮬레이션 및 실제 데이터 분석을 통해 그 유효성을 입증했습니다.
A General Theory of Outcome Weighted Learning for Individualized Treatment Rules
이 논문은 매터른 (Matern) 커널과 다양한 손실 함수를 포괄하는 일반화된 이론을 통해 개인별 치료 규칙을 학습하는 결과 가중 학습 (OWL) 프레임워크의 수렴 속도를 증명하고, 새로운 최적화 알고리즘을 제안하여 시뮬레이션과 실제 임상 데이터에서 우수한 성능을 입증합니다.
Bayesian Hierarchical Models and the Maximum Entropy Principle
이 논문은 하이퍼파라미터를 통해 정의된 계층적 베이지안 모델에서 조건부 사전분포가 최대 엔트로피 분포일 때, 하이퍼파라미터를 적분하여 얻은 종속적인 주변 사전분포 역시 다른 제약 조건 하에서 최대 엔트로피 성질을 가진다는 것을 증명함으로써 계층적 모델 할당이 실제로 어떤 정보를 가정하는지에 대한 통찰을 제공합니다.
An operator-level ARCH Model
이 논문은 기존 함수형 ARCH 모델이 점별 분산에 국한되었던 한계를 넘어, 일반 분리 가능 힐베르트 공간에서 조건부 공분산 연산자의 전체 진화를 고려하는 새로운 연산자 수준 ARCH 모델을 제안하고, 그 존재성, 모멘트, 약한 종속성 및 일관성 있는 추정량을 이론적으로 증명하며 시뮬레이션과 고빈도 데이터 적용을 통해 실용성을 입증합니다.
Optimized combination of independent or simultaneous e-values
이 논문은 데이터에 기반하여 조정 매개변수를 최적화하더라도 유효한 독립적 또는 새로운 '동시 e-변수' 클래스의 최적화된 e-값 결합 방법을 제시하고, 이를 위해 초등 대칭 다항식을 기반으로 한 개선된 결합 검정법을 제안합니다.
Causal Concept Graphs in LLM Latent Space for Stepwise Reasoning
이 논문은 희소 오토인코더와 미분 가능한 구조 학습을 결합하여 언어 모델의 잠재 공간에 인과적 개념 그래프 (CCG) 를 구축하고, 이를 통해 다단계 추론 과정에서 개념 간 인과 관계를 해석 가능하게 포착하며 개입 효과를 검증하는 새로운 프레임워크를 제안합니다.
Gimbal Regression: Orientation-Adaptive Local Linear Regression under Spatial Heterogeneity
이 논문은 국소 회귀 분석에서 공간적 이질성과 방향성 이웃 구조로 인한 수치적 불안정성을 해결하기 위해, 방향성 가중치를 명시적으로 구성하고 폐쇄형 해를 통해 안정적인 계산을 보장하는 '짐벌 회귀 (Gimbal Regression)'라는 새로운 프레임워크를 제안합니다.
Robust Updating of a Risk Prediction Model by Integrating External Ranking Information
이 논문은 기존 예후 모델의 절대적 점수보다 순위 정보가 더 이식 가능하다는 가정에 기반하여, 내부 연구 데이터와 외부 모델 간의 순위 불일치를 패널티로 부과하는 새로운 추정법을 제안함으로써 새로운 바이오마커를 활용한 위험 예측 모델의 강건한 업데이트를 가능하게 합니다.
Surrogate-Assisted Targeted Learning for Delayed Outcomes under Administrative Censoring
이 논문은 지연된 결과와 행정적 검열이 존재하는 상황에서 역확률 가중치 추정량의 불안정성과 모델 의존성을 해결하기 위해, 대리 변수를 활용한 타겟 최소 손실 추정법을 개발하여 이중 강건성과 점근적 선형성을 보장하고 Washington State EPT 연구를 통해 그 유효성을 입증했습니다.
Post-Experiment Decisions: The Dual Adjustments for Rollout and Downstream Optimizations
이 논문은 실험 결과의 불확실성으로 인한 비대칭적 비용을 해결하기 위해, 표준 추정치를 기반으로 롤아웃 규칙과 하류 최적화를 각각 조정하는 '예측 - 조정 - 롤아웃 - 최적화 (PATRO)' 프레임워크를 제안하여 베이지안 최적 기준에 근사하는 효율적인 의사결정 방식을 제시합니다.
Strong Gaussian approximation for U-statistics in high dimensions and beyond
이 논문은 고차원 환경에서 U-통계량의 전체 시퀀스를 균일하게 근사하는 강력한 가우스 근사 이론을 정립하고, 이를 통해 변화점 검정 및 자기정규화 관련성 검정 등 다양한 고차원 통계 추론을 위한 통합된 확률론적 기반을 제공합니다.
Conformal prediction for high-dimensional functional time series: Applications to subnational mortality
이 논문은 모델 의존성과 계산 비용의 한계를 극복하기 위해 분할 및 순차적 컨포멀 예측 기법을 고차원 기능성 시계열에 적용하여 일본과 캐나다의 지역별 사망률 예측 구간을 생성하고 그 성능을 평가합니다.
Investigations of Heterogeneity in Diagnostic Test Accuracy Meta-Analysis: A Methodological Review
이 방법론적 검토는 2024 년 진단 정확도 메타분석에서 이질성 조사 (IoH) 가 빈번하게 수행되지만, 통계 모델 선택의 명확성 부족과 사전 계획의 미흡 등 방법론적 투명성과 엄격성 측면에서 개선이 필요함을 보여줍니다.
Multiple change-point detection on the circle via isolation using permutation testing
이 논문은 원형 신호의 다중 변화점 탐지를 위해 순열 검정을 활용한 'PCID'라는 새로운 방법을 제안하고, 다양한 시뮬레이션 및 실제 데이터셋을 통해 그 유효성과 실용성을 입증합니다.
Bayesian Design and Analysis of Precision Trials with Partial Borrowing
이 논문은 정밀 의학 시대의 임상 시험에서 희귀 하위 집단의 효과를 정확히 추정하기 위해 외부 데이터의 적합도에 기반한 개별 가중치 모델을 제안하고, 이를 동적 차용 방법과 비교하며 베이지안 설계 프레임워크를 통해 표본 크기와 의사결정 기준을 설정하는 실용적인 방법론을 제시합니다.
Risk time splitting for improved estimation of screening programs effect on later mortality
이 논문은 선별 검사 프로그램의 사망률 영향 평가를 위해 기존 정제 사망률 방법의 한계를 극복하고 모든 데이터를 활용하여 추정 정밀도를 높인 새로운 통계적 기법을 상세히 설명하고 최대우도추정을 추가하여 보편적 사용을 가능하게 했으며, 노르웨이와 덴마크 데이터 적용을 통해 기존 방법보다 훨씬 좁은 신뢰구간을 확보했음을 보여줍니다.
Kernel Tests of Equivalence
이 논문은 기존 동등성 검정의 한계를 극복하고 분포 전체의 차이를 평가하기 위해 커널 스타인 불일치와 최대 평균 불일치를 활용한 새로운 커널 기반 동등성 검정 방법을 제안합니다.
Redefining shared information: a heterogeneity-adaptive framework for meta-analysis
이 논문은 각 연구 간의 이질성을 고려하여 데이터셋 간 공유 정보량을 적응적으로 조절하는 새로운 메타분석 프레임워크를 제안하고, 이를 통해 편향을 줄이고 추정 효율성을 향상시키는 방법을 제시합니다.