Correlation-based joint feature screening for semi-competing risks outcomes with application to breast cancer data
Correlation-based joint feature screening for semi-competing risks outcomes with application to breast cancer data
复制标题
基于相关性的联合特征筛选半竞争风险结果并应用于乳腺癌数据
DOI：
10.1177/09622802211037071
复制
发表时间：
2021-09
影响因子：
2.3
通讯作者：
Liming Xiang
中科院分区：
文献类型：
--
作者：
Mengjiao Peng;Liming Xiang
在现代癌症研究中经常收集超高维基因特征，其中基因特征的数量p远大于样本大小n。虽然基因表达模式已被证明与患者在微循环中的生存有关，
Ultrahigh-dimensional gene features are often collected in modern cancer studies in which the number of gene features p is extremely larger than sample size n . While gene expression patterns have been shown to be related to patients’ survival in microarr
登录
查看更多内容
DOI：
10.1016/j.csda.2018.02.003
发表时间：
2018-08
期刊：
Comput. Stat. Data Anal.
影响因子：
--
作者：
Mengjiao Peng;Liming Xiang;Shanshan Wang
通讯作者：
Mengjiao Peng;Liming Xiang;Shanshan Wang
超高维半竞争风险数据的联合无模型特征筛选
影响因子：
1.8
作者：
鲁水云;陈晓林;Xu Sheng;Liu Chunling
通讯作者：
Liu Chunling
DOI：
10.32657/10220/47771
发表时间：
2019-03
期刊：
--
影响因子：
--
作者：
Mengjiao Peng
通讯作者：
Mengjiao Peng
DOI：
10.1007/978-981-10-7164-5
发表时间：
2018
期刊：
--
影响因子：
--
作者：
T. Emura;Yi-Hau Chen
通讯作者：
T. Emura;Yi-Hau Chen
DOI：
10.1186/bcr2124
发表时间：
2008
期刊：
Breast cancer research : BCR
影响因子：
--
作者：
Wirapati P;Sotiriou C;Kunkel S;Farmer P;Pradervand S;Haibe-Kains B;Desmedt C;Ignatiadis M;Sengstag T;Schütz F;Goldstein DR;Piccart M;Delorenzi M
通讯作者：
Delorenzi M