缺血性脑卒中中的个体化处方推理
摘要：应用大规模的病变、连接、功能、基因表达和受体分布数据，我们在这里进行了一系列全面的半合成虚拟干预试验，量化了传统方法在推断个体治疗效果方面与生物学合理的、经验性基本真理之间的一致性。我们比较了足够灵活以捕捉观察到的异质性的机器学习模型的性能，并发现模拟病变表示的丰富程度决定了个体层面的忠实度，即使不能保证免受治疗分配偏倚的影响。我们不得不得出结论，对丰富表示数据进行复杂建模对于缺血性中风的个体化处方推断至关重要。
作者：Dominic Giles, Tianbo Xu, Chris Foulon, Robert Gray, Sebastien Ourselin, Jorge Cardoso, Hans Rolf J"ager, Geraint Rees, Ashwani Jha, Parashkev Nachev
论文ID：2301.10748
分类：Quantitative Methods
分类简称：q-bio.QM
提交时间：2023-01-26