项目实践

研究问题

面向接受新辅助免疫联合化疗并完成手术的非小细胞肺癌（NSCLC）患者，研究治疗前后胸部 CT 中原发肿瘤与淋巴结的双区域特征，对患者级术后病理淋巴结状态（ypN）的预测价值。

已开展的工作

• 围绕影像与掩膜几何质量、特征提取及队列清单进行数据审计，追踪预处理和局部表征中的信息损失。
• 采用固定患者级折分、训练侧拟合和留一中心验证（LOCO），比较特征与模型路线，检查模型对中心差异的依赖。
• 开展 Logistic 基线、单因素修复和 TabPFN 等候选比较，结合配对不确定性、校准与跨中心稳定性判断是否保留改动。

当前阶段

研究仍在推进，当前重点是可靠基线、信息损失定位与表征改进。现有候选尚不足以支持稳定采用，未确定正式采用模型。

问题

模拟香港无抵押分期贷款业务，将持续产生的客户、申请、放款和还款事件转化为口径一致、可追溯的日常业务指标。

方法

• 使用 Python 和 PostgreSQL 组织 raw、staging、mart、audit 数据层，实现增量加载、事件版本处理与数据对账。
• 在本地定时完成每日处理与修正窗口重建，仅将聚合指标同步至云端，为五页 Streamlit 看板提供数据。
• 通过重复运行一致性、事务回滚和访问权限测试验证流程，并配置 GitHub Actions 自动化测试。

结果

已核验的项目快照覆盖 248 天、4,665 笔已放款贷款、9,470 万港元本金，完成 19 项测试。看板覆盖业务概览、信贷漏斗、资产与回收、贷款批次及渠道与数据质量。

以上均为合成数据与项目验收快照，不代表真实客户、实际放款规模或仪表板当前的实时数值。

问题

邮件是否改善访问、购买和消费？在不发、男装邮件、女装邮件三种行动中，个性化选择是否比统一触达更有离线价值？

方法

• 从 Hillstrom 的 64,000 条历史随机实验记录开展事后分析，进行数据质量检查、实验组平衡诊断与假设检验。
• 采用嵌套交叉验证，将模型与策略选择限制在训练流程内；使用增广逆概率加权（AIPW）评价三行动策略。
• 通过五个预设随机种子检查策略评价的稳定性，区分总体邮件效果与个性化选择的附加价值。

结果

男装邮件相对不发邮件组的两周人均消费提高约 0.77 美元（95% 置信区间：0.49–1.05 美元）。这一组间结果与“个性化是否优于统一触达”是不同问题；现有评价未证明个性化策略优于训练侧选出的最佳统一策略。

这是对历史实验的重新分析，而非新开展的线上 A/B 测试。不将不显著解释为策略等效。

问题

多导联心电等函数型数据具有高维、强相关的结构。如何在右删失生存结局下，学习不同函数之间共享及特有的风险成分，同时保留可追溯的解释？

方法

• 将多尺度 filtration 表征扩展至 Cox 偏似然的得分与信息几何，比较 Fusion 与 Directional 两类分组机制，并逐层提取残余风险方向。
• 通过保存基函数、递归映射、标准化参数与 Cox 系数，将拟合风险分数重构为“导联 × 时间”的载荷。
• 使用 CODE-15 的十二导联心电数据开展多划分种子、五折及嵌套训练规模比较，并以数值与结构回归测试检查核心实现。

结果

公开仓库报告的研究包含 154,744 条心电记录与 7,888 例死亡事件。在完整训练规模下，Directional 与 Fusion 的平均成分数分别为 36.48 和 25.02，低于不共享函数型 Cox 的 72.00；观察到的判别表现相近。

上述为仓库报告结果，本次网站更新未重跑实验。相近的观察表现不等于统计等效；不同估计器及重复次数的结果仅作描述性比较。导联关联描述拟合模型结构，不代表生理连接或因果关系。

问题

如何利用随访信息建立预后模型，并在控制数据泄漏的评估流程中，比较不同序列模型与生存分析方法？

方法

• 基于 MSK-CHORD 的 5,368 名乳腺癌患者纵向就诊记录，构建 Landmark 与 Transformer 流程，预测多个随访时点的后续生存风险；采用患者级划分和训练侧预处理。
• 使用数值稳定的 Cox 偏似然进行训练，开展五折内部验证，并使用 SHAP 分析模型特征贡献。
• 对疾病进展变量进行模型敏感性分析，观察输入变化对应的预测响应。

结果

五折内部验证 C-index 为 0.887 ± 0.009（均值 ± 标准差），用于评估模型的风险排序能力。

结果来自内部验证，不代表外部临床验证或临床部署效果。疾病进展变量的调整属于模型敏感性分析，不是已识别的因果干预效应。