用于改进老年病人手术并发症预测的层次无限因子模型
应用统计
2018-07-25 v1
摘要
我们开发了一种层次无限潜因子模型(HIFM)，以适当考虑数据中各子群体间的协方差结构。我们提出一种新颖的层次狄利克雷过程收缩先验作用于载荷矩阵，其灵活捕捉跨子群体的底层数据结构，同时共享信息以改进推断与预测。该先验的stick-breaking构造假设无限个因子，并允许每个子群体利用因子空间的不同子集并选择解释变异所需因子数。我们提供了理论结果以证明该先验的支撑性。我们将该模型发展为一种在回归系数预测与推断上表现出色的潜因子回归方法。模拟用于验证相较于基线方法的优异性能。我们将此工作应用于利用杜克大学健康系统(DUHS)老年病人的电子健康记录数据预测手术并发症的问题。我们利用DUHS额外的手术就诊记录来增强针对目标病人的学习。使用HIFM识别高危病人将死亡预测的灵敏度从当前使用的启发式方法的35%提高到91%。
引用
@article{arxiv.1807.09237,
title = {Hierarchical infinite factor model for improving the prediction of surgical complications for geriatric patients},
author = {Elizabeth Lorenzi and Ricardo Henao and Katherine Heller},
journal= {arXiv preprint arXiv:1807.09237},
year = {2018}
}