Variable-Domain Functional Regression for Modeling ICU Data
用于 ICU 数据建模的变定义域函数型回归AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论不等观测区间的医学函数型回归，没有明确的经济面板或因果识别内容。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
用于 ICU 数据建模的变定义域函数型回归
- 研究问题
- 当不同受试者的函数型预测变量记录于不同长度的区间时，如何建立标量结局回归，并分析 ICU 器官功能评分与健康结局的关联？
- 方法与思路
- 作者令函数型系数同时依赖函数自变量和记录区间宽度，提出参数与非参数模型，并研究非参数模型对支撑域变换的不变性。
- 材料陈述的贡献
- 摘要称非参数模型在理论和实践上对支撑域变换保持不变，方法用于 ICU 评分与院内死亡、存活者出院身体损伤的关联分析。
- 阅读关注点
- 应核对双变量系数的解释、不同区间的对齐方式及不变性结论，关注观测区间长度与结局相关时模型如何处理这种关系。
- 阅读边界
- 依据稿件版本未注明的 OpenAlex 索引摘要。具体估计条件和结局关联结果未说明，不变性不等于因果识别，不能推断刊本变化。
原文摘要
We introduce a class of scalar-on-function regression models with subject-specific functional predictor domains. The fundamental idea is to consider a bivariate functional parameter that depends both on the functional argument and on the width of the functional predictor domain. Both parametric and nonparametric models are introduced to fit the functional coefficient. The nonparametric model is theoretically and practically invariant to functional support transformation, or support registration. Methods were motivated by and applied to a study of association between daily measures of the Intensive Care Unit (ICU) Sequential Organ Failure Assessment (SOFA) score and two outcomes: in-hospital mortality, and physical impairment at hospital discharge among survivors. Methods are generally applicable to a large number of new studies that record a continuous variables over unequal domains.