SPJ｜Health Data Science：打破传统思维，探究电子健康档案缺失数据处理的新策略

本文系统综述了电子健康档案（EHR）中缺失数据处理方法的研究进展。背景方面，EHR数据在临床研究中具有重要价值，但缺失数据问题严重影响研究结果的准确性和可靠性。研究目的是比较传统医学统计方法和机器学习方法在处理不同情境下EHR缺失数据的效果。结论表明，机器学习算法（如生成对抗网络和k近邻算法）在处理EHR缺失数据时性能通常优于传统统计方法，特别是在纵向数据中，因其数据驱动的特性不受特定分布限制。此外，研究建议未来需要构建标准化EHR基准分析平台以提升方法比较的可靠性。