PD严重度预测更稳健
通过因果图与Shapley值从远程监测数据中挑选兼具因果性与高贡献度的特征子集，使帕金森病严重程度预测在不同数据集上均优于现有先进模型。
Xue, Zaifa · Lu, Huibin · Zhang, Tao · 郭肖楠 · Le, Gao
Expert Systems with Applications 2024
通过因果图只保留与PD严重度评分有因果关系的特征，模型输入不再受虚假相关特征的影响，因此在不同数据集上表现稳定。
结合Shapley值对因果图中邻居节点的贡献度进行评估，只保留既重要又有因果关系的特征，最终特征子集更小且对预测更有用。
通过寻找与目标患者病情相似的源域患者数据进行迁移，弥补了单一患者数据量不足的问题，使模型在个体化场景下依然有效。