dsLassoCov：一种融合协变量控制的联邦机器学习方法

机器学习已在生物医学研究中得到广泛应用，得益于数据可用性的不断增加。然而，由于法律限制和数据治理的复杂性，跨机构整合数据集面临挑战。联邦学习允许使用地理分布的数据集直接、隐私保护地训练机器学习模型，但面临着如何适当控制协变量效应的挑战。联邦学习场景下传统协变量控制方法的朴素实现通常不切实际，尤其是在高维数据的情况下，通信成本巨大。为解决这一问题，我们引入了dsLassoCov，一种旨在控制协变量效应并允许在联邦学习中高效训练的机器学习方法。在生物医学分析中，这允许在混杂效应下进行生物标志物选择。使用模拟数据，我们证明了dsLassoCov可以在模型训练期间高效且有效地管理混杂效应。在我们的真实数据分析中，我们使用来自六个地理上不同数据库的数据复制了一项大规模暴露组分析，取得了与先前研究一致的结果。通过解决协变量控制的挑战，我们提出的方法可以加速联邦学习在大规模生物医学研究中的应用。