一种用于电子病历风险刻画与预测的新型数据驱动框架：以肾衰竭为例
机器学习
2017-11-30 v1 应用统计
摘要
电子病历（EMR）包含关于患者的纵向信息，可用于分析结局。通常，针对 EMR 数据的研究使用已被确认与某些结局相关的既定变量。然而，EMR 数据也可能包含迄今未被认识到的、与疾病结局风险关联及预测相关的因素。本文提出一种可扩展的数据驱动框架，以疾病无关的方式分析 EMR 语料库，从而在数据支持下且无专家指导地系统揭示影响患者结局的重要因素。我们通过使用该框架预测相关结局来验证此类因素的重要性。具体而言，我们分析覆盖约 4700 万独特患者的 EMR 数据，以刻画 2 型糖尿病（T2DM）患者中的肾衰竭（RF）。我们提出一种专门的 L1 正则化 Cox 比例风险（CoxPH）生存模型，从患者就诊史可用因素中识别重要因素。为验证所识别因素，我们使用专门的广义线性模型（GLM）在指定时间窗内预测个体患者的肾衰竭概率。我们的实验表明，通过数据驱动方法识别的因素与专家认可的患者特征相重叠。我们的方法允许可扩展、可重复且高效地利用 EMR 中可用数据，确认先前的医学知识，并能在无专家监督下生成新假设。
引用
@article{arxiv.1711.11022,
title = {A Novel Data-Driven Framework for Risk Characterization and Prediction from Electronic Medical Records: A Case Study of Renal Failure},
author = {Prithwish Chakraborty and Vishrawas Gopalakrishnan and Sharon M. H. Alford and Faisal Farooq},
journal= {arXiv preprint arXiv:1711.11022},
year = {2017}
}