结构稀疏组算法在多来源数据变量筛选中的应用研究

摘要：

如何将医学研究中的不同来源数据进行整合,从不同角度和层面综合分析和了解疾病,同时筛选出对疾病或用药等最具预测性的特征,构建准确地预测模型,将对机理研究和临床决策具有重要的理论和实际意义.结构稀疏组算法在多来源数据变量筛选中具有明显的优势，且具有很好的临床实用性，建立的预测模型具有很好的可解释性，为临床应用提供宝贵信息。

关键词： 医学统计学 结构稀疏组算法 预测模型

作者: 侯艳 谢宏宇 王文杰 曲丽欣 李康

作者单位: 哈尔滨医科大学卫生统计学教研室

会议类型: 国内会议

会议名称: 2016年中国生物统计学术年会

会议地点: 天津

会议语种:中文

页码: 478-478

在线出版日期: 2016-07-26（万方平台首次上网日期，不代表论文的发表时间）