研究：竞争风险共形预测需删失权重校准

一项新研究指出，在竞争风险标签下，拆分共形预测集若只用完整案例校准，覆盖率会低于名义水平：名义 0.900 时实际仅覆盖 0.8723，且 22% 受试者在预测期内无事件。在 48 组额外设计中，有 4 组完整案例覆盖率低于名义值至少四个标准误。 研究称，使用正确设定的删失模型权重可将覆盖率维持在名义水平附近。作者将 Yi 等（2025）的论证扩展到原因标签，建立了带删失模型误差显式惩罚的有限样本覆盖下界，并指出删失模型设定错误同样会导致覆盖不足。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。