一种从电子健康记录中发现和量化系统性红斑狼疮病因异质性的数据驱动方法
机器学习
2025-01-14 v1 应用统计
摘要
系统性红斑狼疮（SLE）是一种复杂的异质性疾病，具有多种表现。我们提出了一种数据驱动方法，从多模态不完美的电子健康记录（EHR）数据中发现概率独立源。这些源代表数据生成过程因果图中的外生变量，估计健康记录中SLE存在的潜在根本原因。我们通过训练监督模型，使用少量标记实例区分SLE与阴性健康记录，客观地评估了这些源相对于发现它们的原始变量的性能。我们发现了19个具有高临床有效性的预测源，其EHR特征定义了SLE异质性的独立因素。将源作为输入患者数据表示，使模型能够提供丰富的解释，更好地捕捉特定记录是（或不是）SLE病例的临床原因。提供者可能愿意在具有挑战性的病例中，用患者层面的可解释性换取判别能力。
引用
@article{arxiv.2501.07206,
title = {A data-driven approach to discover and quantify systemic lupus erythematosus etiological heterogeneity from electronic health records},
author = {Marco Barbero Mota and John M. Still and Jorge L. Gamboa and Eric V. Strobl and Charles M. Stein and Vivian K. Kawai and Thomas A. Lasko},
journal= {arXiv preprint arXiv:2501.07206},
year = {2025}
}
备注
Received Runner-up Knowledge Discovery and Data Mining Innovation Award at the American Medical Informatics Association Annual Symposium 2024