Научный архив: статьи

Мы представляем новую структуру для синтетического формирования популяции, использующую условно-генеративные состязательные сети (CGAN) для получения микроданных о состоянии здоровья на индивидуальном уровне от маргиналов на популяционном уровне. В частности, наш подход позволяет синтезировать реалистичные микроданные для целевых групп населения, где доступны только агрегированные статистические данные, такие как распределение по возрасту и полу и распространенность заболеваний. Для решения проблем, связанных с нехваткой данных и ограничениями конфиденциальности, мы разрабатываем архитектуру cGAN, которая фиксирует и переносит сложные взаимозависимые взаимосвязи (например, зависимости от возраста и заболеваний) от исходной популяции с микроданными к целевой популяции, описываемой маргиналами. Гибридная функция потерь обеспечивает точность целевых показателей, сохраняя при этом эпидемиологическую реалистичность сгенерированных выборок. Мы оценили наш метод, используя поведенческий риск 2023 года Набор данных системы эпиднадзора за факторами риска (BRFSS) из США, демонстрирующий четкое соответствие с реальными распределениями по нескольким штатам. Модель точно воспроизводит закономерности сопутствующей заболеваемости и корреляции между возрастом и заболеваемостью, хотя они не были частью данных о влиянии факторов риска. Наши результаты показывают, что этот метод позволяет создавать масштабируемые и конфиденциальные синтетические данные, которые могут найти применение в моделировании общественного здравоохранения и агентном моделировании, особенно в регионах, где нет подробных данных на индивидуальном уровне.