Vai al contenuto
AI.info

Ricerca

BFHD: scomposizione per l’armonizzazione bidirezionale delle caratteristiche nelle valutazioni cliniche eterogenee

Le valutazioni cliniche vengono spesso raccolte con sistemi diversi tra centri e nel corso del tempo, producendo registrazioni che combinano insiemi di misurazioni differenti ma correlati. Questo rend

BFHD: scomposizione per l’armonizzazione bidirezionale delle caratteristiche nelle valutazioni cliniche eterogenee
arXiv
2610.19352
Pubblicato
2026-10-14
Autori
Yuanhao Zhuo, Zixi Qin, Ling Qin, Wanqing Li

Abstract degli autori

Le valutazioni cliniche vengono spesso raccolte con sistemi diversi tra centri e nel corso del tempo, producendo registrazioni che combinano insiemi di misurazioni differenti ma correlati. Questo rende necessaria un’armonizzazione che vada oltre il collegamento tra punteggi totali. Formuliamo l’armonizzazione clinica a livello delle misurazioni come un problema di recuperabilità bidirezionale: date osservazioni appaiate provenienti da due sistemi di valutazione, l’obiettivo è individuare quali misurazioni possano essere tradotte in modo affidabile in entrambe le direzioni, entro una tolleranza definita dall’applicazione, separando le componenti non traducibili. Proponiamo Bidirectional Feature Harmonization Decomposition (BFHD), un metodo basato sulla fattibilità che impone una traduzione accoppiata nelle due direzioni e usa un meccanismo di selezione dell’output per ciascuna caratteristica per produrre una scomposizione esplicita nello spazio delle misurazioni originali. Esperimenti su dati sintetici e su coppie di valutazioni cliniche reali mostrano che BFHD ottiene una copertura più ampia dell’armonizzazione fattibile e una maggiore stabilità dei sottoinsiemi rispetto ai metodi di riferimento.

Il riassunto di questo paper è disponibile solo in inglese: leggilo nella pagina inglese.

Leggi il paper originale su arXiv