في عالم تحليلات البيانات، تشكل رقابة الاعتماد أحد التحديات الغير مرئية التي تؤثر على دقة تقييم نماذج البقاء. يحدث ذلك عندما لا تكون أوقات الأحداث وأوقات الرقابة مستقلة بشكل شرطي عن المتغيرات الملاحظة. هذا التعقيد يجعل من الصعب استخدام المقاييس الشائعة مثل مقياس بريفير في تقييم هذه النماذج.

الخبر السار هو أن الباحثين قدموا مقياس بريفير معتمد على كوبية أرخيمنيدية (Archimedean Copula) بالتوازي مع مُقدِّر كوبية رسومي (Copula-Graphic estimator). كما أثبتوا اتساقه وكونه متوزع بالفعل على المدى الزمني.

لتقييم هذه المقياس الجديد، تم تقديم إطار شبه صناعي يخلق رقابة اعتماد واقعية مع الحفاظ على بنية المتغيرات الأصلية وأوقات الأحداث المعروفة. النتائج عبر 12 مجموعة بيانات أظهرت أن المقياس الجديد يساهم في تقليل خطأ التقدير بنسبة تتراوح ما بين 12% إلى 16% بالمقارنة مع الطرق التقليدية مثل استخدام وزن احتمالية الرقابة العكسي (IPCW).

لمزيد من المعلومات، يمكنكم زيارة GitHub للحصول على الشيفرة المصدرية. كيف يمكن أن يغير هذا الاكتشاف مشهد تحليل البيانات؟