전자 의무기록(EMR)로부터 환자의 질병/건강 상태를 식별하는 일은 전자건강기록(EHR) 관련 연구에서 자주 마주치는 과제이며, 분류 모델의 추정(학습)에는 환자의 알려진 표현형(phenotype) 상태에 대한 벤치마크 학습 데이터가 종종 필요하다. 그러나 표현형의 평가는 비용이 많이 들고 노동 집약적이므로, 학습 집합으로 사용할 EHR 기록을 적절히 선택하는 것이 바람직하다. 본 연구는 분류 모델에 대해 표본 크기가 제한된 상황에서, 평균제곱 표현형/분류 오차(MSE)를 최소화하는 최선의 학습 부분표본을 맞춤형으로 선택하는 절차를 제안한다. 우리의 접근은 이용 가능할 때, 거짓 경보(false alarm) 없이 질병 상태의 진정한 상태를 근사하는 정보인 “양성만(positive only)” 정보를 포함한다. 또한 본 표집 절차는 잘못 지정(misspecified)될 수 있는, 임의로 선택한 분류 모델의 학습에도 적용 가능하다. MSE 관점에서의 최적성에 대해 이론적 정당화를 제공한다. 제안 방법의 성능 향상은 모의실험과 실제 데이터 예시를 통해 설명되며, MSE를 넘어서는 기준에서도 종종 만족스러운 것으로 나타난다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.