基于高斯随机场的成分数据多重插补模型用于纵向微生物组数据

研究者提出一种基于高斯随机场（GRF）的可解释多重插补模型，专为纵向成分数据设计，可纳入个体信息并同时建模时间依赖与样本内相关性，输出和约束成分并显式处理零膨胀。在肠道微生物组数据上，该框架插补精度与携带观测值的基线相当，并重建了不完整时间序列，预测婴儿食物过敏的平衡准确率为0.72（灵敏度0.8），预测产后抑郁为0.64。