Benjamini--Hochberg procedure

SafeImpute框架提高了临床数据插补的可靠性

研究人员开发了SafeImpute，一个旨在提高缺失临床数据插补可靠性的新框架。该方法使用图神经网络来捕捉患者轨迹和相似性，并通过自适应融合技术学习插补。SafeImpute还结合了共形p值和Benjamini-Hochberg程序，以控制插补值中不可接受错误的速率，确保高风险临床决策的统计可靠性。在Mayo Clinic、MIMIC-III和MIMIC-IV数据集上的实验表明，SafeImpute在提供强大插补精度的同时，能有效控制错误。