Knowledge Graph Representations for Robust Patient Stratification under Unknown Missingness Mechanisms: a Comparative Computational Study
Este estudo demonstra que os embeddings de grafos de conhecimento proporcionam uma estratificação de pacientes mais robusta e estável do que os pipelines tradicionais baseados em imputação sob mecanismos de ausência desconhecidos, particularmente em dados clínicos especializados onde os valores ausentes são frequentemente Não Aleatórios (MNAR).