OncoSynth：用于肿瘤学治疗效果估计的综合数据生成

在肿瘤学中，对患者级数据的访问通常受到限制。合成数据为分析治疗效果提供了另一种选择，但现有的合成数据生成方法无法保留协变量、治疗和结果之间的因果关系，从而导致对治疗效果的估计存在偏差。在这里，我们介绍 OncoSynth，这是一种生成式、因果感知的机器学习框架，旨在生成合成队列，从而能够准确估计人群和患者水平的治疗效果。 OncoSynth 使用基于扩散的序贯方法来模拟协变量如何影响治疗分配以及治疗如何影响生存。我们使用大型肺癌 (N = 37,128) 和乳腺癌 (N = 17,046) 队列评估 OncoSynth。我们的结果表明，OncoSynth 生成高保真合成患者队列，保留了真实世界的患者、治疗和结果分布。值得注意的是，OncoSynth 比现有方法改进了治疗效果估计，将人群水平治疗效果误差减少高达 66%，将患者水平治疗效果误差减少高达 58%。因此，OncoSynth 支持在数据共享受到限制的环境中为精准肿瘤学生成可靠的证据。