审计医学时间序列中被试级保形预测的可靠性

基于摘要分析。本文研究医学时间序列分类中，按窗口进行保形校准与评估，是否能反映部署到未见被试时的可靠性。核心贡献是系统审计被试级覆盖率，揭示汇总覆盖率接近名义水平并不意味着各个未见被试都获得相应覆盖保障。 原问题属于跨被试评估：每位被试贡献多个可能相互依赖的观测，而部署单位是被试，常用校准和评估单位却是窗口。作者指出，汇总覆盖率是按窗口数量加权的被试级覆盖率平均值；汇总校准所针对的分位数则来自异质被试特定分数分布的混合。因此，被试贡献窗口数量的差异和分数分布异质性，都可能使汇总指标掩盖个体层面的覆盖不足。 作者报告，在四个 EEG 与 ECG 基准上，汇总评估可掩盖未见被试显著的覆盖不足；在 ADFTD 上，接近名义水平的汇总覆盖率与按类别分层的覆盖率仍掩盖同类问题。摘要未提供各基准的具体划分、名义覆盖水平、覆盖率数值或被试数量，不能据此量化不同方法的优劣。 在诊断实验中，作者报告，训练时保形优化对分类行为的影响不一致，相似性加权重新校准与选择感知推理也未能一致解决被试级覆盖偏差。已有的误差驱动分位数自适应，在反馈充分且具代表性的序贯部署中可显著改善可靠性，但效果依赖被试内反馈量；共享状态控制器还受数据流组织方式影响。在结局是否可被观察取决于预测的条件下，这种改善可能逆转。 这些结论针对持续在线自适应，而非一次校准后固定阈值的方案，不应直接混同。对 EEG 研究的明确启示是：跨被试可靠性评估不能仅依据汇总覆盖率，还需核对被试级覆盖率及窗口贡献差异。具体校准分数、反馈机制、对照设置、消融及统计信息尚未验证，复现需取得全文后确认。