热门
最新
红包
立Flag
投票
同城
我的
发布
《医疗数据缺失值用MICE插补稳预测》
然而，当MICE应用于高风险预测任务（如癌症分期或药物反应预测）时，其“稳健性”常被低估——缺失值插补质量直接决定模型最终输出的临床可信度。更关键的是，MICE输出的“多重插补样本”被用于构建预测置信区间，使临床医生能直观评估预测结果的可靠性（例如：预测心梗概率为35%±5%），而非单一数值。以糖尿病并发症预测为例，某区域性医疗联盟（2023年研究）对12万份EHR数据实施MICE插补后，预测模型的AUC从0.72提升至0.78（+8.3%），且对低收入人群的预测偏差降低15%。MICE实现参考开源库。
——来自博客 https://blog.csdn.net/jaxzheng/article/details/156844184
医疗数据缺失通常属于随机缺失（MAR）。(单选)
0 人已经参与 已结束
正确
0人
错误
0人
CSDN App 扫码分享
评论
点赞
- 复制链接
- 举报
