通过对电子病历进行聚类分析识别儿童生长模式
应用统计
2017-08-24 v1 机器学习
摘要
肥胖是美国首要的健康问题之一。研究人员与医疗保健提供者有兴趣理解影响肥胖的因素，并尽早检测肥胖的可能性。在本文中，我们着手通过识别儿童中不同的生长模式来认出具有较高肥胖风险的儿童。这是通过使用聚类方法实现的，该方法将一段时间内具有相似身体测量的儿童归为一组。表征同一聚类内儿童的测量值被绘制为年龄的函数。我们将这些图称为生长模式曲线。我们展示不同的生长模式曲线与不同的聚类相关联，因此可用于根据早期生长测量将儿童分离到最顶层（最重）、中间或最底层的聚类中。
引用
@article{arxiv.1708.07058,
title = {Identifying Growth-Patterns in Children by Applying Cluster analysis to Electronic Medical Records},
author = {Moumita Bhattacharya and Deborah Ehrenthal and Hagit Shatkay},
journal= {arXiv preprint arXiv:1708.07058},
year = {2017}
}
备注
4 pages, 5 figure Published in Proc. of the IEEE Int. Conference on Bioinformatics and Biomedicine (BIBM), Belfast, Ireland, November, 2014