面向更好死亡预测的亚群体特定合成电子健康记录
机器学习
2024-03-12 v2
摘要
电子健康记录（EHR）通常包含某些亚群体（SP）不同的代表率。患者人口统计学特征、临床病症患病率和医疗中心类型等因素导致了这种代表性不足。因此，在此类数据集上训练机器学习模型时，模型难以良好泛化，且在代表性不足的SP上表现不佳。为解决此问题，我们提出一种利用生成模型的新型集成框架。具体而言，我们为每个SP训练一个基于GAN的合成数据生成器，并将合成样本纳入每个SP的训练集。最终，我们训练SP特定的预测模型。为恰当评估该方法，我们设计了一个包含2个真实世界用例数据集的评估流程，这些数据集查询自MIMIC数据库。我们的方法在代表性不足的SP上显示出模型性能的提升。我们的代码和模型作为补充材料提供，并将在公共仓库中发布。
引用
@article{arxiv.2305.16363,
title = {Subpopulation-Specific Synthetic EHR for Better Mortality Prediction},
author = {Oriel Perets and Nadav Rappoport},
journal= {arXiv preprint arXiv:2305.16363},
year = {2024}
}
备注
10 pages, 4 figures, submitted to AIME 2024