Add disease history ablation modes

README.md

@@ -6,7 +6,7 @@
 疾病序列 stream + 统一的额外信息 token stream
 ```
 
-疾病、死亡、checkup 事件仍然保存在事件序列里；性别单独保存在 `basic_info`；其他体检、暴露、生活方式等信息统一整理成 `(type, value, value_kind, time)` token。
+疾病、死亡、checkup 事件保存在预处理事件文件中；性别单独保存在 `basic_info`；其他体检、暴露、生活方式等信息统一整理成 `(type, value, value_kind, time)` token。dataset 仅在实验选择了至少一种 extra-info type 时保留 checkup；显式传入空列表时，模型输入是没有 checkup 的纯疾病历史。
 
 ## 数据准备
 
@@ -267,6 +267,28 @@ python train_all_future.py \
   --extra_pool_reduce mean
 ```
 
+纯疾病历史的 T/O/S 消融仅用于
+`TrajMixer + all_future + relative + Weibull + extra_info_types=[]`：
+
+```bash
+python train_all_future.py \
+  --model_architecture traj_mixer_v5 \
+  --time_mode relative \
+  --dist_mode weibull \
+  --extra_info_types_file extra_info_types_none.txt \
+  --disease_history_mode ordered
+```
+
+`--disease_history_mode` 的含义：
+
+- `timed`：保留疾病事件顺序和真实患病时间（T）。
+- `ordered`：保留疾病事件顺序，以 `0, 1, ..., G-1` 的首发日期顺序组替代真实时间；同日首发疾病共享一个位置，query 位置为 `G`（O）。
+- `set`：疾病代码去重并排序，疾病和 query 的模型时间全部为 `0`，不保留顺序或患病时间（S）。
+
+查询点、未来疾病、`future_dt`、exposure、Landmark 年龄与 AUC
+病例/对照始终使用真实时间。训练配置会记录 `disease_history_mode`；
+旧配置缺少该字段时按 `timed` 处理。
+
 选择额外信息变量：
 
 ```bash
@@ -279,6 +301,7 @@ python train_next_step.py --extra_info_types_file extra_info_types_smoking_alcoh
 
 - `extra_info_types_file`：训练时使用的列表文件名
 - `extra_info_types`：解析后的实际 type id 列表，用于评估脚本复现变量选择
+- `disease_history_mode`：all-future 模型使用的 T/O/S 疾病历史表示
 - `extra_pool_reduce`：同一 `other_time` 的 extra-info tokens 池化方式，默认为 `mean`
 - `model_target_mode`、`time_mode`、`dist_mode`、`dataset_class`、`collate_fn`、`resolved_loss_name`：用于评估脚本重建模型和输入方式