大规模样本生存分析的大规模并行化
摘要：使用图形处理单元（GPU）并行化大规模样本大小存活分析的计算瓶颈。我们开发并应用了时间和内存高效的单程并行扫描算法来分析含竞争性风险的Cox比例风险模型和Fine-Gray模型，采用循环坐标下降优化方法。我们证明相比传统的多核CPU并行计算，GPU可将大数据集中这些复杂模型的拟合计算加速数倍。我们的实现使得涉及数百万患者和成千上万个患者特征的大规模观察性研究能够高效进行。以上实现可在开源R软件包Cyclops中获得（Suchard et al., 2013）。
作者：Jianxiao Yang, Martijn J. Schuemie, Xiang Ji and Marc A. Suchard
论文ID：2204.08183
分类：Computation
分类简称：stat.CO
提交时间：2023-05-11