FLAT-WHITE:基于联邦学习的阿尔茨海默病药物重定位目标试验模拟方法
在四个覆盖超40万患者的分布式医疗数据网络中,FLAT-WHITE算法通过单次通信实现了与集中分析等效的因果推断,发现21种常用药(如布美他尼、螺内酯等)与阿尔茨海默病相关认知衰退风险降低显著(OR 0.34-0.50,95%CI 0.15-0.85),并通过TriNetX外部验证(覆盖152.7万患者)确认了结果的稳健性。
推荐理由:FLAT-WHITE 算法通过联邦学习框架实现了多中心观察性数据的隐私保护性目标试验模拟,其核心创新在于单次通信即可完成与集中分析等效的因果推断,为阿尔茨海默病药物重定位提供了可扩展的方法论工具。