يعتبر تحليل البقاء (Survival Analysis) أحد أبرز الأدوات الإحصائية المستخدمة في العديد من المجالات، بما في ذلك الرعاية الصحية وتوقع فقد العملاء. يعتمد هذا التحليل على نمذجة الفترة الزمنية حتى وقوع حدث معين، لكن التحدي الرئيس يكمن في وجود البيانات المحجوبة أو ما يعرف بـ “right-censoring”.

في السنوات الأخيرة، نالت نماذج الأساس الجدولية (Tabular Foundation Models) اهتمامًا كبيرًا بفضل قدرتها على القيام بمهام التنبؤ في تمريرة واحدة، مما يلغي الحاجة إلى تعديل الخصائص الخاصة بالنموذج لكل بيانات. إلا أن تطبيقها في التنبؤ بالزمن حتى وقوع الحدث لا يزال يمثل تحديًا كبيرًا بسبب الازدواجية الزمنية.

تقدم الدراسة الجديدة طريقة مبتكرة تعتمد على نموذج تسارع فشل الزمن (Accelerated Failure Time - AFT) دون الحاجة لتدريب معقد، حيث يتطلب الأمر فقط ضبط بارامتر واحد. هذا النهج يتيح لنا استخدام نماذج الأساس الجدولية لتوقع زمن الأحداث وملء البيانات المحجوبة بشكل تكراري، مما يعزز من دقة التنبؤ.

ومن خلال بناء نموذج تقدير غير بارامتري، يستعان بنموذج باكي-جيمس (Buckley-James) لتوفير تقديرات دقيقة للبيانات المحجوبة. وقد أظهرت التجارب على المعايير القياسية لتحليل البقاء أن هذه الطريقة تنافس العديد من نماذج الانحدار البارامتري والجزئي التي تتطلب التدريب، مثل انحدار كوكس ونماذج AFT البارامترية.

باستخدام هذه التقنية، يمكن للمختصين في المجالات المختلفة رفع مستوى دقة تنبؤاتهم وتحقيق نتائج أكثر موثوقية في دراسة زمن الأحداث.

ما رأيكم في هذه التطورات التقنية التي تسهم في تحسين تحليل البيانات؟ شاركونا في التعليقات!