Random survival forests for the analysis of recurrent events for right-censored data, with or without a terminal event
As analysing time-to-recurrence data is critical in medical research, the proposed method represents a valuable addition to the analytical toolbox in this domain. The RecForest implementation is publicly available as an R package on CRAN.
Authors
- Sandrine Katsahian (ORCID: https://orcid.org/0000-0002-7261-0671)
- Juliette Murris (ORCID: https://orcid.org/0000-0002-7017-9865)
- Michał Jakubczak
- Audrey Lavenu (ORCID: https://orcid.org/0000-0002-0049-2397)
- Olivier Bouaziz (ORCID: https://orcid.org/0000-0003-3556-9531)
Institutions
- Centre National de la Recherche Scientifique (FR)
- Inserm (FR)
- Université Paris Cité (FR)
- Sorbonne Paris Cité (FR)
- Centre de Recherche des Cordeliers (FR)
- Assistance Publique – Hôpitaux de Paris (FR)
- Hôpital Européen Georges-Pompidou (FR)
- Département mathématiques, informatique, sciences de la donnée et technologies du numérique (FR)
- Hôpital Européen (FR)
- CIC Rennes (FR)
- Pierre Fabre (France) (FR)
- Clinique Ambroise Paré (FR)
- Institut de recherche mathématique de Rennes (FR)
- Mathématiques Appliquées à Paris 5 (FR)
- Centre d'Investigation Clinique Hôpital Européen Georges Pompidou
- Université de Rennes (FR)
- Organisation Mondiale de la Santé Animale (FR)
Publication Details
- Journal
- BMC Medical Research Methodology
- Published
- 2025-11-20
- DOI
- https://doi.org/10.1186/s12874-025-02678-z
- Primary Topic
- Statistical Methods and Inference
- Type
- article
- Field-Weighted Citation Impact
- 0.00
Funders
- Les Laboratories Pierre Fabre
- Association Nationale de la Recherche et de la Technologie