使用MIMIC-IV这一不规则、稀疏临床时间序列数据集进行基准测试
机器学习
2024-01-30 v1
摘要
电子健康记录越来越普及，随之而来的是应用机器学习解决方案来解决该领域的各种问题。这一不断增长的研究领域也引发了对EHR可访问性的需求。重症监护医疗信息集市数据集是一个广受欢迎的、公开且免费的原始格式EHR数据集，已被用于众多研究中。然而，尽管其很受欢迎，但缺乏基准测试工作，特别是在深度学习处理时间序列表格数据领域的最新SOTA工作方面。本工作的目标是通过为MIMIC数据集的最新版本MIMIC-IV提供基准测试来填补这一空白。我们还对已针对MIMIC-III进行的研究提供了详细的文献综述。
引用
@article{arxiv.2401.15290,
title = {Benchmarking with MIMIC-IV, an irregular, spare clinical time series dataset},
author = {Hung Bui and Harikrishna Warrier and Yogesh Gupta},
journal= {arXiv preprint arXiv:2401.15290},
year = {2024}
}
备注
7 pages, 1 figure, 3 tables