医学有监督分类问题中混杂效应度量：混杂指数(CI)
机器学习
2020-02-05 v2 机器学习
摘要
多年来，使用机器学习技术处理生物医学数据日益受到关注。处理这些任务时须牢记，生物医学数据依赖于多种特征，如人口统计学方面(年龄、性别等)或采集技术，这些可能与分析目标无关。在有监督任务中，若未能使此类称为混杂因素的特征与真值目标相匹配，可能导致对预测性能的极具误导性估计。已提出多种应对混杂因素的策略，从数据选择、归一化技术，到使用处理不平衡数据的训练算法。然而，所有这些方案都要求混杂因素先验已知。为此，我们引入一种能以无偏方式度量数据属性混杂效应的新指数。该指数可用于定量比较不同变量的混杂效应，并为归一化流程或专门设计的 learning 算法等校正方法提供信息。该指数的有效性在模拟数据与真实世界神经影像数据上均得到验证。
引用
@article{arxiv.1905.08871,
title = {Measuring the effects of confounders in medical supervised classification problems: the Confounding Index (CI)},
author = {Elisa Ferrari and Alessandra Retico and Davide Bacciu},
journal= {arXiv preprint arXiv:1905.08871},
year = {2020}
}
备注
This is the accepted manuscript. The edited version is freely available until 23/03/2020 at the following link: https://authors.elsevier.com/a/1aVYZ3KEGa9GJo