本研究では、生存分析のための六つの機械学習モデル（MLSA）の比較方法論を提案しています。サンパウロの病院ベースの癌登録データを用い、約45,000人の大腸癌患者のデータで、ランダム生存フォレスト（RSF）、生存分析のための勾配ブースティング（GBSA）、生存SVM（SSVM）、XGBoost-Cox（XGB-Cox）、XGBoost-AFT（XGB-AFT）、およびLightGBM（LGBM）を評価しました。モデルの性能は、C-インデックス、時依存AUC、統合ブライヤースコア（IBS）を使用して評価され、XGB-AFTがC-インデックスで最高のパフォーマンスを示しました。これにより、MLSAの生存予測における可能性と適用性が強調され、意思決定支援のための働きかけが期待されます。