跳到正文
热点事件持续更新

ICU脓毒症预测缺失值填补一致性评估

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

2026年10月19日，arXiv发布了一项针对ICU脓毒症预测的研究。该研究指出，在缺失值填补场景中，不同策略虽然聚合AUROC相似，但生成的患者报警列表存在显著差异。 研究团队Priyanka Siddappa等提出了一种基于Jaccard相似度的“报警列表一致性”指标。该指标通过计算Top-k%报警集的相似度并辅以患者级Bootstrap置信区间，量化评估两条流水线是否识别出相同的高风险患者。 实验基于PhysioNet/CinC 2019数据集（40,336名患者，缺失率71.9%），在固定XGBoost配置下对比了九种填补策略及一个原生缺失基线，旨在弥补传统聚合指标无法反映个体诊断一致性的不足。

AI 根据报道生成 · 6 小时前更新

最新进展10月19日 12:00
ICU 脓毒症预测：缺失值填补策略的报警列表一致性评估

报道时间线

沿着报道，了解事件的不同侧面。

10月19日
  1. arXiv · ML
    ICU 脓毒症预测：缺失值填补策略的报警列表一致性评估

    在 ICU 脓毒症预测中，聚合 AUROC 相似但患者报警列表差异显著，文章提出基于 Jaccard 相似度的报警列表一致性指标进行量化评估。

本事件热度走势

可比范围当前
8
可比范围峰值
1010月19日 13:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。