قام الباحثون بدمج خسارة ClinicalFocal في شبكة تلافيفية على الرسوم البيانية الحساسة للعلاقات لتعزيز توقع الآثار الجانبية للعلاج المتعدد، مما يعالج قيود دالة التقاطع اللوغاريتمي الثنائي القياسية التي تعامل جميع الأمثلة بالتساوي.

  • زادت الدقة من 0.699 إلى 0.892 ودرجة F1 من 0.700 إلى 0.894 على مجموعة بيانات TWOSIDES.
  • ارتفع AUROC من 0.766 إلى 0.914، بينما تحسن AUCPR من 0.714 إلى 0.860.
  • انخفض معدل الإيجابيات الكاذبة بشكل كبير من 29.8% إلى 9.1%， وزادت الخصوصية من 69.6% إلى 87.5%.
  • انخفض خطأ التصنيف الإجمالي بنسبة 64.1% نسبياً، محققاً استرجاعاً بنسبة 90.9% للثلاثيات التفاعلية الملاحظة.

تخلص الدراسة إلى أن التحسين البؤري غير المتماثل يعمل كمكبس مباشر وقابل للضبط لتحسين توقع تفاعلات الأدوية المعتمد على الرسوم البيانية دون الحاجة إلى تعديلات في بنية النموذج الأساسي.