面向癌症患者计算表型与死亡预测的约束张量分解
机器学习
2021-12-28 v1
摘要
背景：电子健康记录（EHR）在美国的日益普及产生了大量可计算数据，机器学习方法已被应用于从中提取有用见解。EHR 数据表示为矩阵的三维类比（张量），被分解为可解释为计算表型的二维因子。方法：我们应用约束张量分解，在 2000 年至 2015 年西北医学企业数据仓库中乳腺癌、前列腺癌、结直肠癌或肺癌患者队列中推导计算表型并预测死亡。在实验中，我们考察了在分解算法中使用监督项、按医学适应症过滤张量共现，以及在分解过程中纳入额外的健康社会决定因素（SDOH）协变量。我们通过定性评估以及使用曲线下面积（AUC）统计量评估其预测五年死亡率的能力来评价所得计算表型。结果：按医学适应症过滤得到了更简洁且可解释的表型。死亡预测性能（AUC）在不同实验条件和癌症类型下有所变化（乳腺：0.623 - 0.694，前列腺：0.603 - 0.750，结直肠：0.523 - 0.641，肺：0.517 - 0.623）。一般而言，使用监督项和纳入 SDOH 协变量可改善预测性能。结论：约束张量分解应用于癌症患者的稀疏 EHR 数据，可发现预测五年死亡率的计算表型。将 SDOH 变量纳入分解算法是一种易于实现且有效的提升预测性能的方法。
引用
@article{arxiv.2112.12933,
title = {Constrained tensor factorization for computational phenotyping and mortality prediction in patients with cancer},
author = {Francisco Y Cai and Chengsheng Mao and Yuan Luo},
journal= {arXiv preprint arXiv:2112.12933},
year = {2021}
}