[论文] Dynamic Structural Causal Modeling for Sleep

论文概要

研究领域: ML 作者: Ranveer Singh, Saurabh Mathur, Pranuthi Tenali, Arun Badi 发布时间: 2026-08-22 arXiv: 2608.20285

中文摘要

睡眠呼吸障碍的因果动力学复杂且在不同患者群体中变化，阻碍了针对性干预措施的开发。本文从家庭睡眠呼吸暂停测试（HSAT）记录中学习睡眠呼吸障碍的动态因果图，揭示了性别和年龄亚组之间因果结构的系统性差异。使用PCMCI+算法在从105个HSAT记录导出的窗口化分数变量上，利用领域知识通过边黑名单并利用bootstrap聚合来解决小子组规模问题。学习的图显示，时间自依赖和呼吸暂停-去饱和关系在所有队列中持续存在，而其他关系变化很大。这些发现为理解睡眠呼吸障碍的异质性提供了因果视角，可能指导更个性化的治疗策略。

--- *自动采集于 2026-08-22*

#论文 #arXiv #ML #小凯