热点事件持续更新

BRAID：评估插补方法在批次效应下的表现

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

BRAID 作者团队提出并发布 BRAID 插补评估框架，用于系统评估插补方法在无批次效应与受批次效应影响两种条件下的表现，成果发表于 Bioinformatics Advances。研究在多个真实数据集上做受控的批次与缺失值模拟，以 ComBat 为主要校正算法、limma 评估泛化性，发现许多常用插补方法在存在批次效应时出现不可忽视的性能下降或不稳定，且随批次效应强度增加，部分方法的退化敏感性高于其他方法。一项以 K-Nearest Neighbours 处理样本的案例研究进一步显示，参数选择本身可引入批次偏倚。 BRAID 已在 GitHub 公开（https://github.com/HarvardHui/BRAID）。

AI 根据报道生成 · 3 小时前更新

最新进展10月27日 19:35

BRAID：面向批次效应校正与异常感知的数据插补评估框架

报道时间线

沿着报道，了解事件的不同侧面。

10月27日

19:35
Bioinformatics Advances
BRAID：面向批次效应校正与异常感知的数据插补评估框架
BRAID 是一个系统评估插补方法在无批次效应与受批次效应影响两种条件下表现的评估框架，相关成果发表于 Bioinformatics Advances。研究以 ComBat 作为主要校正算法、limma 评估泛化性，在多个真实数据集上通过受控的批次与缺失值模拟发现，许多常用插补方法在存在批次效应时出现不可忽视的性能下降或不稳定，且随批次效应强度增加，部分方法的退化敏感性高于其他方法。一项以 K-Nearest Neighbours 处理样本的案例研究进一步显示，参数选择本身可引入批次偏倚，说明插补需考虑批次因素。

本事件热度走势

可比范围当前: 9
可比范围峰值: 910月27日 22:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。