跳到正文
arXiv · ML· Namrata Datta, Victor Miranda Soberanis·· 7 天前AI 评分22

帕金森病机器学习中的方法学膨胀量化:跨模态审计主题级泄漏与嵌套特征选择

Quantifying Methodological Inflation in Clinical Machine Learning: A Cross-Modality Audit of Subject-Level Leakage and Nested Feature Selection for Parkinson's Disease

AI 导读

帕金森病机器学习报告的准确率可能受评估协议影响。在语音和远程监测数据中,采用主题感知划分后,语音AUROC从0.892降至0.780,远程监测R²从0.105降至-0.037。 在转录组数据中,划分前进行探针选择导致AUROC从0.711虚高至0.998。嵌套50探针面板性能接近1000探针面板(0.811对0.844),并检测到招募批次结构。 建议在独立队列中验证稳定面板。

来源:arXiv · ML · arxiv.org