基于潜图块模型利用电子健康记录数据嵌入知识图
机器学习
2023-06-01 v1 统计理论
统计理论
摘要
由于电子健康记录(EHR)的日益普及，大规模EHR已成为转化临床研究另一丰富的数据源。尽管潜力巨大，从EHR数据中推导可泛化知识仍具挑战。首先，EHR数据作为临床护理的一部分生成，其数据元素过于细致和碎片化而不利于研究。尽管近期在将EHR数据映射到具有层次结构的通用本体方面取得进展，但仍需大量开发以实现大规模自动将局部EHR代码分组为有意义的临床概念。其次，唯一EHR特征的总数庞大，对推导可复现知识图带来方法学挑战，尤其当关注点在于条件依赖结构时。第三，超大型患者队列的细致EHR数据对推导知识网络带来额外计算挑战。为克服这些挑战，我们提出通过潜图块模型(LGBM)推断EHR特征间的条件依赖结构。LGBM具有两层结构，第一层为EHR特征提供语义嵌入向量(SEV)表示，第二层在潜SEV上叠加图块模型。图模型上的块结构也使我们能够对EHR中的同义特征进行聚类。我们提出基于经验点互信息矩阵，在统计和计算意义上高效学习LGBM。我们建立了所提估计量的统计收敛速率，并展示了块结构的完美恢复。模拟研究和真实EHR数据分析的数值结果表明，所提LGBM估计量在有限样本下表现良好。
引用
@article{arxiv.2305.19997,
title = {Knowledge Graph Embedding with Electronic Health Records Data via Latent Graphical Block Model},
author = {Junwei Lu and Jin Yin and Tianxi Cai},
journal= {arXiv preprint arXiv:2305.19997},
year = {2023}
}