在协变量偏移下结合自动化计算表型的高效推断
统计方法学
2025-05-29 v1
摘要
通过人工提取收集金标准表型数据通常耗时费力且速度缓慢，而自动化计算表型提供了一种系统且更快的替代方案。然而，如果不承认两者之间的差异，简单地用 ACP 替代金标准，可能会导致有偏的结果和误导性的结论。受在保持下游分析有效性的同时结合 ACP 的复杂性所启发，本文考虑了一种半监督学习设定，在协变量偏移框架下，包含带标签数据（具有金标准）和未标记数据（无金标准）。我们开发了双重稳健且半参数有效的估计量，在未标记数据和组合总体中利用 ACP 估计一般目标参数。此外，我们仔细分析了结合 ACP 所带来的效率提升，比较了包含和不包含 ACP 的场景。值得注意的是，我们发现未标记数据的 ACP，而非标记数据的 ACP，驱动了效率的显著提升。为了验证我们的理论发现，我们进行了全面的合成实验，并将该方法应用于多个真实世界数据集，证实了我们方法的实际优势。代码：https://github.com/brucejunjin/ICML2025-ACPCS
引用
@article{arxiv.2505.22632,
title = {Towards the Efficient Inference by Incorporating Automated Computational Phenotypes under Covariate Shift},
author = {Chao Ying and Jun Jin and Yi Guo and Xiudi Li and Muxuan Liang and Jiwei Zhao},
journal= {arXiv preprint arXiv:2505.22632},
year = {2025}
}