基于放射学报告的亲密伴侣暴力与损伤预测
计算机与社会
2024-12-17 v2 计算与语言
机器学习
摘要
亲密伴侣暴力（IPV）是一个紧迫、普遍且未被充分检出的公共卫生问题。我们提出机器学习模型来评估患者的 IPV 与损伤情况。我们在放射学报告上训练预测算法，标签包括：1）基于进入暴力预防项目的 IPV 标签；2）由急诊放射科受过专科训练医师提供的损伤标签。我们的数据集包含 34642 份放射学报告以及 1479 名 IPV 受害者患者与对照患者。我们的最佳模型在暴力预防项目进入前中位 3.08 年预测 IPV，灵敏度为 64%，特异度为 95%。我们进行错误分析以确定模型对哪些患者具有特别高或低的性能，并讨论已部署临床风险模型的后续步骤。
引用
@article{arxiv.2009.09084,
title = {Intimate Partner Violence and Injury Prediction From Radiology Reports},
author = {Irene Y. Chen and Emily Alsentzer and Hyesun Park and Richard Thomas and Babina Gosangi and Rahul Gujrathi and Bharti Khurana},
journal= {arXiv preprint arXiv:2009.09084},
year = {2024}
}