文章基本信息

标题：REDES NEURONALES ARTIFICIALES APLICADAS AL ANÁLISIS DE SUPERVIVENCIA: ANÁLISIS COMPARATIVO CON EL MODELO DE REGRESIÓN DE COX EN SU ASPECTO PREDICTIVO
本地全文：下载
作者：Alfonso Palmer Pol y Juan José Montaño Moreno
期刊名称：Psicothema
印刷版ISSN：0214-9915
电子版ISSN：1886-144X
出版年度：2002
卷号：14
期号：3
页码：630-636
出版社：Cologio Oficial de Psicólogos del Principado
摘要：El objetivo de este estudio fue comparar el rendimiento en predicción entre los modelos de Redes Neuronales Artificiales (RNA) y el modelo de riesgos proporcionales de Cox en el contexto del análisis de supervivencia. Más concretamente, se intentó comprobar: a) si el modelo de redes neuronales jerárquicas es más preciso que el modelo de Cox, y b) si el modelo de redes neuronales secuenciales supone una mejora respecto al modelo de redes neuronales jerárquicas. La precisión fue evaluada a partir de medidas de resolución (área bajo la curva ROC) y calibración (prueba de Hosmer-Lemeshow) usando un conjunto de datos de supervivencia. Los resultados mostraron que las redes neuronales jerárquicas tienen un mejor rendimiento en resolución que el modelo de Cox, mientras que las redes secuenciales no suponen una mejora respecto a las redes neuronales jerárquicas. Finalmente, los modelos de RNA proporcionan curvas de supervivencia más ajustadas a la realidad que el modelo de Cox.