研究人员开发了一种新的非参数估计器,旨在对经过局部差分隐私 (LDP) 处理的生存数据的分布估计进行去偏。该方法解决了 LDP 内在扰动导致的效用损失和统计推断问题,尤其适用于右删失生存数据。所提出的估计器同时校正了事件时间和事件指示符中引入的噪声,理论上建立了均匀一致性和渐近正态性。通过模拟和 METABRIC 乳腺癌队列的分析证明了其性能,显示了在各种隐私预算、删失水平和样本量下的有效性。 AI
影响 增强了敏感临床数据分析的隐私保护技术,有可能通过受保护的数据集实现更 robust 的研究。
排序理由 该集群包含一篇详细介绍新统计方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →