Verbesserung der Datenimputation durch Strukturgleichungsmodellierung mit Selbstaufmerksamkeit für elektronische Gesundheitsakten

Die vorgeschlagene SESA-Methode kombiniert Strukturgleichungsmodellierung und Selbstaufmerksamkeitsmechanismen, um fehlende Werte in elektronischen Gesundheitsakten präzise und zuverlässig zu ersetzen.