연구진은 편두통 분류 연구의 데이터 유출과 메트릭 편향을 수정하여 재평가했어요.
클리닉에서 영감을 받은 두 개의 편두통 아형 집계, 클래스별 샘플 크기에 따른 생성 방법 할당, 충실도 비대칭 개념을 도입했어요.
실험은 7가지 편두통 아형에 걸쳐 400명의 환자 데이터셋에서 수행되었고, 주요 지표는 매크로 F1 점수였어요.
수정된 방법론은 기존 성능 추정치를 낮추고, 제안된 프레임워크는 8개의 분류기에서 가장 높은 0.914의 결과를 달성했어요.