判别时序模式挖掘:在医疗路径分析中的应用
人工智能
2017-09-12 v1 数据结构与算法
摘要
药物流行病学(PE)是在明确界定人群中研究药物的使用和效应的学科。由于医疗管理数据库覆盖了大部分人口,它们对于开展PE研究已变得非常有趣。此类数据库提供真实条件下的纵向医疗路径,包含带有时间戳的医疗事件,特别是药物配送。时间模式挖掘成为获取关于药物使用的有价值见解的战略选择。在本文中,我们提出DCM,一种新的判别性时间模式挖掘算法。它提取在研究对象群体中比对照群体中出现更多的时序模式(chronicle patterns)。我们展示了关于在癫痫患者医疗路径中癫痫发作住院与抗癫痫药物转换之间可能关联识别的结果。
引用
@article{arxiv.1709.03309,
title = {Discriminant chronicles mining: Application to care pathways analytics},
author = {Yann Dauxais and Thomas Guyet and David Gross-Amblard and André Happe},
journal= {arXiv preprint arXiv:1709.03309},
year = {2017}
}
备注
Artificial Intelligence in Medicine, Jun 2017, Vienna, Austria. 2017, 16th Conference on Artificial Intelligence in Medicine