预测儿童哮喘急诊就诊的深度学习模型
机器学习
2019-07-26 v1 机器学习
应用统计
摘要
儿童哮喘是最普遍的慢性儿童疾病，美国约 620 万儿童受其困扰。然而，通过识别并避免诱因、开展用药及正确疾病管理策略教育，哮喘可得到更好控制。本研究利用深度学习方法来基于医疗补助（Medicaid）理赔数据预测 3 个月内的哮喘相关急诊（ED）就诊。我们将预测结果与传统统计分类模型——惩罚性 Lasso 逻辑回归（自 2015 年起我们训练并部署的模型）进行比较。结果表明，深度学习模型人工神经网络（ANN）略优于（AUC = 0.845）Lasso 逻辑回归（AUC = 0.842）。原因可能来自 ANN 的非线性本质。
引用
@article{arxiv.1907.11195,
title = {Deep Learning Models to Predict Pediatric Asthma Emergency Department Visits},
author = {Xiao Wang and Zhijie Wang and Yolande M. Pengetnze and Barry S. Lachman and Vikas Chowdhry},
journal= {arXiv preprint arXiv:1907.11195},
year = {2019}
}