用于预测医疗状况的贝叶斯层次规则建模
应用统计
2012-06-29 v1
摘要
我们提出一种统计建模技术，称为层次关联规则模型（HARM），该模型根据患者当前和过去报告的病史预测其未来可能出现的医疗状况。我们技术的核心是一个贝叶斯层次模型，用于从大量候选规则中选择预测性关联规则（例如“状况1和状况2→状况3”）。由于该方法利用许多相似患者的状况“借用强度”，因此能够为任何特定患者提供专门化的预测，即使关于该患者病史的信息很少。
引用
@article{arxiv.1206.6653,
title = {Bayesian hierarchical rule modeling for predicting medical conditions},
author = {Tyler H. McCormick and Cynthia Rudin and David Madigan},
journal= {arXiv preprint arXiv:1206.6653},
year = {2012}
}
备注
Published in at http://dx.doi.org/10.1214/11-AOAS522 the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)