基于 Ricci 曲率刻画医生 referrals 网络
社会与信息网络
2025-06-12 v2 机器学习
摘要
识别 (a) 影响美国医疗质量获取的系统性障碍，以及 (b) 医疗效果关键指标，仍是一项重大挑战。为改进对地区医疗服务获取差异的理解，我们提出了一种新颖的网络曲率应用，即几何-拓扑属性，用于医生 referrals 网络。我们的初始发现表明，Forman-Ricci 曲率和 Ollivier-Ricci 曲率这两种已知在刻画网络结构中具有表达力的曲率度量，为检测医疗效果的差异并捕获一系列显著的地区人口统计特征提供了有前景的指标。我们还介绍了 APPARENT，这一个开源工具，利用 Ricci 曲率和其他网络特征来检验地区医生 referrals 网络结构、地方普查数据、医疗效果以及患者结果之间的相关性。
引用
@article{arxiv.2408.16022,
title = {Characterizing Physician Referral Networks with Ricci Curvature},
author = {Jeremy Wayland and Russel J. Funk and Bastian Rieck},
journal= {arXiv preprint arXiv:2408.16022},
year = {2025}
}