生存分析はイベント発生時間データをモデル化する手法ですが、臨床現場ではトレーニングデータが高コストで不足しています。イベントは長年のフォローアップを経て蓄積され、コホートは小さく、プライバシー規制により機関間での共有が制限されています。表形式生成モデルはデータ拡張とプライバシー保護共有を約束しますが、それ自体がデータを大量に必要とします。生存分析で典型的な小規模コホートでは、単一の生成器が母集団を十分に特徴づけることはまれで、その出力でトレーニングされた下流モデルは実データの性能に及びません。
この課題に対し、FoGS（Filtered Mixture-of-Generators for Survival analysis）は合成データ構築を生成ではなくサンプル選択として再定義します。4つのアーキテクチャが異なる表形式生成器から候補プールを抽出し、各サンプルは実データでトレーニングされた7つの生存モデルのアンサンブルによってスコアリングされます。適切なスコアリングルールをサンプルごとの妥当性の代理として使用します。2層パイプラインは、外側ループで選択ポリシー（生成器割り当て、スコアラーの重み、ランダム補完、イベント時間と打ち切りによる層別バランス）をホールドアウト下流性能に対して最適化し、内側ループで下流モデル（XGBoost-Cox）をチューニングします。
16の公開データセットで「合成トレーニング、実データテスト」の評価（C-indexとIBS、0〜100スケール）を行った結果、FoGSはC-indexで平均+2.17、IBSで+0.67の改善を示し、16データセット中9つで両指標が改善、13で少なくとも1指標が改善しました（片側Wilcoxon検定p=0.039およびp=0.035）。ほとんどのコホートで実データトレーニングに匹敵または上回り、未フィルタリングサンプルと比較して最近傍プライバシーマージンに有意な変化はありませんでした。
異種生成器プールに対するサンプルフィルタリングは、プライバシー制限のある臨床環境において実データトレーニングの実行可能な代替手段であることが示されました。FoGSは合成データの品質を向上させるだけでなく、プライバシー保護の利点も保持し、生存分析の機密性の高い医療データへの応用を促進する可能性があります。本論文はarXiv（番号2607.00127）で公開され、再現性のための完全なコードとデータリンクが提供されています。