生存分析是建模事件發生時間數據的關鍵技術，但在臨牀應用中，訓練數據往往既昂貴又稀缺：事件需要多年的隨訪才能累積，隊列規模小，而且隱私法規限制跨機構數據共享。表格生成模型曾被視為數據增強和隱私保護共享的解決方案，然而它們本身就需要大量數據——在生存分析典型的小樣本場景下，單一生成器很難充分刻畫人羣特徵，導致下游模型在其輸出上訓練時無法達到真實數據的性能。
針對這一挑戰，研究人員提出了FoGS（Filtered Mixture-of-Generators for Survival analysis），該方法將合成數據構建重新定義為樣本選擇而非生成。具體而言，FoGS從四種架構不同的表格生成器中抽取候選樣本池，然後利用在真實數據上訓練的七個生存模型集成對每個樣本進行評分，以適當的評分規則作為樣本真實性的代理指標。接着，一個雙層流水線在外層優化選擇策略——包括生成器配額、評分器權重、隨機補集以及基於事件時間和刪失的分層平衡——以最大化下游模型的保留測試性能，內層則調優下游模型（XGBoost-Cox）。
在16個公共數據集上，採用“合成數據訓練、真實數據測試”的評估範式（C-index和IBS，0-100標度），FoGS在C-index上平均提升2.17，在IBS上平均提升0.67，其中9個數據集兩項指標同時改善，13個數據集至少一項指標改善（單側Wilcoxon檢驗p值分別為0.039和0.035）。與未過濾的原始生成樣本相比，FoGS在大多數隊列中達到或超過了真實數據訓練的性能，且最近鄰隱私邊界無顯著變化。
這項研究表明，對異質生成器池進行樣本過濾，是隱私受限臨牀場景下真實數據訓練的一個可行替代方案。FoGS不僅提升了合成數據的質量，還保留了隱私保護的優勢，有望推動生存分析在敏感醫療數據領域的廣泛應用。該論文已提交至arXiv（編號2607.00127），並提供了完整的代碼和數據鏈接供復現。