热点事件观察中

AQ-10筛查数据高准确率源于计分循环

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

Katlariwala等研究团队发现，AQ-10自闭症筛查基准的高准确率主要来自量表计分算术，而非模型学到了诊断模式。研究比较六类模型在UCI儿童、青少年和成人数据上的表现；移除预计算总分列后，条目预测准确率仍达93.2%至100%，人口学变量准确率为50.7%至71.5%，均未超过各数据集的多数类基线，数据集平均循环性指数为0.947。团队据此提出基于互信息的AutoCirc工具，用于自动标记类似循环性，并明确这一结论针对公开基准数据，不影响AQ-10按原设计用于临床筛查。

AI 根据报道生成 · 12 小时前更新

最新进展11月2日 00:00

AQ-10 自闭症筛查基准存在隐藏循环性问题

报道时间线

沿着报道，了解事件的不同侧面。

11月2日

00:00
medRxiv · All
AQ-10 自闭症筛查基准存在隐藏循环性问题
研究团队比较六类模型在三个 UCI AQ-10 年龄变体上的表现，发现移除预计算总分列后，条目准确率仍为 93.2% 至 100%。人口学变量准确率为 50.7% 至 71.5%，均不高于各数据集的多数类基线，平均 Circularity Index 为 0.947。研究认为，高准确率来自筛查量表的计分算术而非学到的诊断模式，并提出基于互信息的 AutoCirc 启发式工具用于自动标记这类循环性。

本事件热度走势

可比范围当前: 3
可比范围峰值: 411月3日 12:00
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。