慢性肾病中多群体公平回归的惩罚方法

2026 年 10 月 23 日，arXiv 发布了一篇关于慢性肾病中多群体公平回归的惩罚方法的一手 ML 论文。 论文提出了一种针对慢性肾病中多群体偏差的公平回归框架，通过不公允性惩罚提升公平性。 该框架结合二值结果的真正例率差异惩罚，将方法转化为代价敏感分类问题，并引入自动选择惩罚权重的得分函数。 在模拟实验及真实临床研究中，该方法在不降低模型拟合度的前提下，显著改善了多个种族与族裔群体的预测公平性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。