Binary Gaussian Copula Synthesis

LLM 驱动的数据增强改进透析预测

研究人员开发了一种名为二元高斯联结合成 (BGCS) 的新型数据增强技术，专门用于二元临床数据，旨在改善慢性肾脏病 (CKD) 的早期透析预测。该方法通过生成保留二元特征之间成对依赖性的合成少数类样本，解决了医学数据集中常见的类别不平衡问题。然后，经过微调的 GPT-2 模型会过滤这些合成样本的临床合理性，与现有方法相比，在预测性能和分布保真度方面有所提高。增强模型被集成到决策支持系统中，突出了电解质失衡和心血管合并症等关键预测特征。