《Electronics》：A Realistic Evaluation Framework and Staged Hybrid Pipeline (KNN–SVR–MICE) for Robust Missing-Data Imputation in Wearable Sensor Monitoring of Elderly Populations
编辑推荐：
连续健康监测中可穿戴传感器常出现数据缺失；在老年人群中，设备不依从、电池耗尽及生理极端情况会产生非随机数据缺口，从而扭曲下游分析。现有方法通常假设单一缺失机制并采用统一策略。本研究贡献的是一个集成式插补与评估框架，而非一种全新算法。所提出的阶段性方法将跨受试者
连续健康监测中可穿戴传感器常出现数据缺失；在老年人群中，设备不依从、电池耗尽及生理极端情况会产生非随机数据缺口，从而扭曲下游分析。现有方法通常假设单一缺失机制并采用统一策略。本研究贡献的是一个集成式插补与评估框架，而非一种全新算法。所提出的阶段性方法将跨受试者训练的K近邻（KNN）和支持向量回归（SVR）与受试者内部的迭代式（MICE风格）精炼相结合，后者基于其他特征条件性地重新估计每个特征。研究人员在一个包含18名老年人的公共基准数据集（HAR70+）上，利用窗口级特征对该方法进行了评估，测试场景涵盖设备驱动故障情景下的MCAR、MAR和MNAR三种缺失机制，名义缺失率设置为10%、20%和30%。评估采用无信息泄露的留一受试者交叉验证方案，所有统计推断均在受试者层面进行重采样，并与均值插补、KNN、SVR、MICE、missForest以及两种时间序列基线方法进行比较。在所有18种条件和全体受试者中，阶段性KNN-SVR-MICE方法取得了最低的重构误差（均方根误差RMSE为0.64，95%置信区间CI为[0.61, 0.67]）和最高的解释方差（R2 = 0.62），显著优于所有基线方法（经Holm校正后p < 0.001）。线性插补是最强的基线方法，并且在纯随机（MCAR）缺失情况下最为精确，而所提出的方法则在结构化的MAR和MNAR情景下表现最佳。在下游活动分类任务中，领先的插补器性能均接近完整数据参考值，因此额外的重构精度并未带来可衡量的下游增益。作为可行性验证，本研究报告了一项利用已有数据的真实世界动态监测试点实验。
论文解读：面向老年人群可穿戴传感器缺失数据的阶段性混合插补框架
研究背景与动机
连续健康监测依赖可穿戴传感器，但在老年人群中，设备不依从、电池耗尽和生理极端状况常导致数据缺失，且这些缺失并非完全随机。依据Rubin的分类法，缺失机制分为完全随机缺失（MCAR）、随机缺失（MAR）和非随机缺失（MNAR），其中MNAR最具挑战性，若处理不当易引入临床偏差。现有插补方法多假设单一缺失机制并采用统一策略，缺乏对老年人群特有缺失模式（如长时间不佩戴、与健康事件相关的缺失）的针对性研究。此外，多数混合插补方法未系统性适应底层缺失机制，且评估指标（如均方根误差RMSE、决定系数R2）可能无法全面反映临床实用价值。为此，研究人员开发了一个集成的插补与评估框架，旨在结合局部实例学习、全局模式学习与迭代多变量精炼的优势，以提升在复杂缺失场景下的鲁棒性。
研究方法与技术路线
研究人员提出了一种阶段性KNN-SVR-MICE混合插补方法，并在两个数据集上验证：主验证集为公开的HAR70+基准数据集（含18名70-95岁老年人，共13571个窗口级特征），辅以来自前期工作的真实世界动态监测试点数据集（含3845组多传感器测量数据）。关键技术包括：
- 1.
现实缺失数据生成框架：模拟六种源于设备故障模式的缺失情景，覆盖MCAR（随机传感器故障、临时连接问题）、MAR（活动依赖性故障、电池耗尽模式）和MNAR（值依赖性故障、传感器量程限制），名义缺失率设为10%、20%和30%。
- 2.
阶段性混合插补方法：
- •
训练阶段：在完整数据上拟合标准缩放器和基于径向基函数（RBF）核的支持向量回归（SVR）模型。
- •
迭代插补阶段：结合K近邻（KNN）的局部估计与SVR的全局估计（权重0.6:0.4），经五次循环稳定。
- •
MICE精炼阶段：在受试者内部，从KNN-SVR估计出发，应用链式方程多重插补（MICE）的贝叶斯岭回归进行多轮迭代，强制多变量一致性。
- 3.
严格验证协议：采用留一受试者交叉验证（LOPO）方案，所有统计推断在受试者层面进行，通过参与者层面的聚类自助法和配对置换检验评估显著性，并与均值插补、KNN、SVR、MICE、missForest、末次观测值结转法（LOCF）及线性插补等八种基线方法比较。
主要研究结果
- •
整体性能：在所有18种条件下，阶段性KNN-SVR-MICE方法取得最低重构误差（RMSE 0.637，95% CI [0.605, 0.670]）和最高解释方差（R2=0.622），显著优于所有基线方法（Holm校正后p<0.001，Cohen's dz介于1.0至5.1）。
- •
不同缺失机制的鲁棒性：该方法在结构化的MAR和MNAR情景下表现最优，尤其在MAR情景下优势最大；而在纯随机MCAR缺失下，线性插补沿窗口序列最为准确。
- •
不同缺失率的鲁棒性：该方法在所有三个名义缺失率设置下均保持最低平均RMSE，且随缺失率增加性能下降平缓。
- •
消融研究：匹配组件消融表明，决定性因素是受试者内部的适应性调整，而非特定学习器的组合；KNN+MICE与全管线性能几乎等价，但全管线提供最稳定的跨受试者重构。
- •
下游任务验证：在下游四类活动分类任务中，领先插补器（包括所提方法）均将任务性能维持在接近完整数据参考值的水平，额外重构精度未带来显著下游增益。
- •
真实世界试点确认：在小规模真实世界动态监测数据上，该方法再次取得最佳重构精度，排名与HAR70+基准一致。
讨论与结论
讨论总结：研究结果表明，阶段性KNN-SVR-MICE方法在多种现实缺失条件下达到最佳平均重构精度，其优势来源于跨受试者结构与受试者内部结构的互补结合。消融研究揭示，决定性因素是受试者内部的适应性调整。该方法在结构化缺失情景下最强，适用于老年动态监测中常见的非随机缺失场景。局限性包括：真实世界试点样本量小且非老年人群；缺失值为合成生成，可能无法完全捕捉自然缺失特征；未纳入深度学习方法比较；下游活动分类任务未能体现重构精度的增益；方法未显式诊断并自适应于缺失机制。
结论翻译：本研究提出并评估了一个阶段性KNN-SVR-MICE插补方法及配套的现实评估框架，用于老年人群的可穿戴传感器数据。该管道将跨受试者训练的局部实例学习器（KNN）和全局模型学习器（SVR）与最终的受试者内部MICE精炼相结合。在HAR70+公开基准上，经严格的留一受试者交叉验证，该方法取得了最低的RMSE（0.637）和最高的R2（0.622），显著优于所有基线，并在结构化的MAR和MNAR机制下表现领先。匹配组件消融显示，决定性因素是受试者内部的适应性调整。下游活动分类实验表明，领先插补器均能将任务性能维持在接近完整数据参考值的水平。除方法本身外，本研究的主要贡献在于提供了现实的缺失数据生成框架和严谨、可复现、无信息泄漏的受试者层面验证协议，为可穿戴老年监测中的插补评估提供了比传统随机掩码评估更有意义的基础。
