面向电子健康记录的依赖知识图谱推断
统计方法学
2025-11-06 v2 机器学习
摘要
高维电子健康记录（EHR）数据的有效分析具有巨大的医疗研究潜力，但也带来了显著的方法学挑战。采用由知识图谱（KG）引导的预测建模，能够实现高效的特征选择，从而提高统计效率和可解释性。尽管已有多种构建KG的方法，但现有技术通常缺乏关于实体间链接存在性的统计确定性，尤其是在由于隐私问题而限制使用患者级EHR数据的情况下。在本文中，我们提出了第一个基于动态对数线性主题模型（由\cite{arora2016latent}提出）推导具有统计保证的稀疏KG的推断框架。在该模型中，通过对经验点互信息矩阵进行奇异值分解来估计KG嵌入，提供了一种可扩展的解决方案。然后，我们建立了KG低秩估计量的逐点渐近正态性，从而能够在控制第一类错误的情况下恢复稀疏图边。我们的工作独特地解决了低秩时间依赖模型下非线性统计推断这一尚未充分探索的领域，这是现有研究中的一个关键空白。我们通过广泛的模拟研究验证了我们的方法，然后将该方法应用于真实世界的EHR数据，构建临床KG并生成临床特征嵌入。
引用
@article{arxiv.2312.15611,
title = {Inference of Dependency Knowledge Graph for Electronic Health Records},
author = {Zhiwei Xu and Ziming Gan and Doudou Zhou and Shuting Shen and Junwei Lu and Tianxi Cai},
journal= {arXiv preprint arXiv:2312.15611},
year = {2025}
}