结合无监督学习与统计推断的多模态 N-of-1 试验
应用统计
2025-10-31 v3
摘要
N-of-1 试验是一种个体内交叉试验，允许对健康干预效果进行个性化与群体水平的推断。利用现代技术的全部潜力，多模态 N-of-1 试验可以整合多媒体数据以测量健康结局。然而，用于大型多模态试验中自动化应用的方法学尚不可用。在此，我们提出一种对多模态 N-of-1 试验建模的无监督方法，避开了医学专家进行昂贵结局标注的需求。首先，在结局医学图像上训练一个自编码器。然后，通过提取第一主成分来降低嵌入的维度，最后检验其与治疗的关联性。成像模拟研究的结果显示，在控制第一类错误率的同时，检测治疗效应具有高功效。对痤疮严重度的成像 N-of-1 试验的应用识别了个体治疗效应，并支持我们的方法学能够赋能大型临床多模态 N-of-1 试验。
引用
@article{arxiv.2309.06455,
title = {Combining Unsupervised Learning and Statistical Inference For Multimodal N-of-1 Trials},
author = {Juliana Schneider and Thomas Gärtner and Stefan Konigorski},
journal= {arXiv preprint arXiv:2309.06455},
year = {2025}
}
备注
22 pages, 7 figures