.png){kind=icon}
返回
Secure distributed multiple imputation enables missing data inference for private data proprietors
.png){kind=icon}
OA
AI
DOI：10.1038/s41746-025-02271-0.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
分散在美国众多医疗服务提供者手中的电子健康记录（EHR），被广泛用于研究目的。多机构间EHR的协作与共享通常能提供更多样化的数据集，并有机会开展全面研究。然而，这些协作努力通常因隐私问题而受阻，导致无法将此类数据汇集到中央数据库中。此外，EHR往往不完整，在研究前需要进行统计插补。为实现在不完整、私有EHR基础上的协作研究，本文提出了一种基于安全多方计算（SMC）的可证明安全解决方案，其运行时间和准确性可与当前非安全同类方案相媲美。我们的解决方案使分布式数据集得以整体利用，用于插补缺失数据并在互不信任的私有数据所有者之间开展集体研究。我们在多种合成和真实数据集上验证了其有效性，并证明该方案能显著提高在ICU入院时对高风险患者结局的分类能力。
Keyword:
Secure multiparty computation
Electronic Health Records
Missing data imputation
Distributed data analysis
Privacy-preserving analytics
期刊
IF:
15.1
论文数:
3.4K
被引数:
1.5W
机构
暂无机构信息
引用论文
.png){kind=icon}
查看更多内容