DeepAJM：面向不规则采样数据的深度关联联合模型

研究者提出深度联合模型 DeepAJM，无需参数假设即可同时建模纵向与生存结局，并保留按纵向结局划分的可解释关联结构。模型采用 encoder-decoder（sequence-to-sequence）架构学习患者时变协变量轨迹的潜在结构，解码器输出的每个纵向结果在进入生存头风险评分前由基线协变量重新调制。