Последовательные и полностью условные спецификации для обработки данных о здоровье на основе деревьев

arXiv:2610.35163v1 Annualce Type: New Humber: Распространение синтетических данных вместо оригинальных является многообещающим способом обеспечения конфиденциальности при соблюдении открытых научных принципов, особенно в области здравоохранения. Для того чтобы идти в ногу со скоростью сбора таких данных исследователями, необходимы быстрые и гибкие процедуры обобщения. Популярный класс таких процедур основывается на моделях условного распределения, обусловленного деревьями принятия решений. Такие модели могут быть объединены в синтетическое распределение по двум основным подходам: последовательной спецификации и полностью условной спецификации. Вместе с тем в настоящее время не существует рекомендаций относительно того, какие спецификации следует использовать для оптимизации компромиссов между рисками и выгодами. В этой работе мы используем обе спецификации для синтеза медицинских наборов данных путем сочетания основанных на дереве моделей условного распределения. Мы сравниваем качество полученных синтетических данных с использованием нескольких показателей риска и полезности. Наши результаты не указывают на общее преувеличение.