利用临床笔记理解暴力风险预测
机器学习
2022-05-02 v1 计算与语言
计算机与社会
摘要
精神科机构中的暴力风险评估有助于采取干预措施以避免暴力事件。从业者在电子健康记录（EHR）中书写的临床笔记是宝贵资源，但其潜力很少被充分发挥。先前的研究尝试利用此类笔记评估精神科患者的暴力风险，取得了可接受的性能。然而，它们并未解释分类为何有效以及如何改进。我们探索了两种方法来更好地理解临床笔记分析背景下分类器的质量：使用主题模型的随机森林，以及评估指标的选择。这些方法使我们能够更深刻地理解我们的数据与方法论，为在此基础上改进模型奠定基础。当涉及所评估分类器对新数据的泛化能力时，这一点尤为重要——由于电子格式新数据的可用性不断增加，这是一个备受关注的可靠性问题。
引用
@article{arxiv.2204.13976,
title = {Making sense of violence risk predictions using clinical notes},
author = {Pablo Mosteiro and Emil Rijcken and Kalliopi Zervanou and Uzay Kaymak and Floortje Scheepers and Marco Spruit},
journal= {arXiv preprint arXiv:2204.13976},
year = {2022}
}
备注
arXiv admin note: substantial text overlap with arXiv:2204.13535