本研究提出了一种模块化的深度学习方法来处理电子健康记录（EHR）中的缺失数据。通过独立评估数据填补器和分类器的质量，结果表明优化的填补器与简单分类器的组合能够有效提高缺失数据处理的效率和分类任务的准确性。