Covid-19 风险因素：来自德国医疗理赔数据的统计学习
应用统计
2021-02-16 v2 统计方法学
机器学习
摘要
我们基于一项回顾性队列、利用 AOK Bayern 的理赔数据分析了 Covid-19 严重、危重或致命病程的先验风险因素。作为我们主要的方法学贡献，我们避免对候选风险因素进行先验分组和预筛选。相反，我们使用了来自诊断、药物与操作的医学分类系统中的细粒度层次信息，产生了超过 33,000 个协变量。我们的方法比设定良好的患病组具有更好的预测能力，且不需要先验的学科知识。该方法和估计系数已提供给决策者，以便优先对脆弱亚群体采取保护措施，也提供给希望在个体风险因素研究中调整大量混杂因素的研究者。
引用
@article{arxiv.2102.02697,
title = {Covid-19 risk factors: Statistical learning from German healthcare claims data},
author = {Roland Jucknewitz and Oliver Weidinger and Anja Schramm},
journal= {arXiv preprint arXiv:2102.02697},
year = {2021}
}