学习护理管理中的患者参与度：性能与可解释性
机器学习
2019-06-21 v1 应用统计
机器学习
摘要
高需求患者的健康结局可受其自身护理中患者参与程度的显著影响。护理管理者的职责包括将患者纳入护理项目并使其保持充分参与，从而令患者达成各类目标。这些目标的达成有望改善患者健康结局。本文中，我们提出一种真实世界数据驱动的方法及行为参与度评分流程，从两方面评分患者的参与水平：（1）其加入相关护理项目的意愿，以及（2）其对项目目标的兴趣与投入。我们利用该分数预测患者响应（即对项目入组呼叫或指派项目目标）的倾向。使用真实世界护理管理数据，我们表明所提评分方法成功预测了患者参与度。我们还表明，以原型患者为参照，能够在牺牲预测性能的前提下，向护理管理者提供可解释的洞察。
引用
@article{arxiv.1906.08339,
title = {Learning Patient Engagement in Care Management: Performance vs. Interpretability},
author = {Subhro Das and Chandramouli Maduri and Ching-Hua Chen and Pei-Yun S. Hsueh},
journal= {arXiv preprint arXiv:1906.08339},
year = {2019}
}
备注
9 pages, 9 figures