arXiv · AI· Walter Endrizzi, Flavio Ragni, Raffaele Marchesi, Stefano Bovo, Monica Moroni, Giuseppe Jurman, Venet Osmani·· 5 小时前AI 评分30
临床类别不平衡下选择性预测中不确定性量化的结构漏洞与修正
When uncertainty quantification fails: structural vulnerabilities and corrections for selective prediction under clinical class imbalance
AI 导读
临床类别不平衡使标准不确定性度量失效，沦为类别成员代理而非临床模糊性指标。 研究在56种合成条件及多发性硬化症、帕金森病、阿尔茨海默病3个神经退行性队列中验证，结合阈值感知指标的CCR框架恢复严格单调性，有效缓解少数类排除。 该结构性缺陷可修正，采用阈值对齐不确定性度量及分层评估能降低类别特异性风险，防止脆弱患者被隐性排除。
来源：arXiv · AI · arxiv.org