使用信息不平衡的最大信息特征选择：在COVID-19严重程度预测中的应用
统计方法学
2024-04-23 v1 定量方法
应用统计
摘要
临床数据库通常包含每个患者的许多异质特征，例如血液检查、发病前的临床病史、症状演变、影像学检查结果等。我们在此提出利用一种最近开发的统计方法——信息不平衡，来比较不同的患者特征子集，并自动选择对给定临床目的（尤其是在少数类中）信息量最大的特征集。我们调整信息不平衡方法以适用于临床框架，其中患者特征通常是分类的，并且通常仅对部分患者可用。我们将此算法应用于2021年10月前在乌迪内医院接受治疗的约1300名COVID-19患者的数据集。使用这种方法，我们找到了特征组合，这些特征组合如果联合使用，对临床结局和疾病严重程度的信息量最大。自动确定的最佳特征数量在10到15之间。这些特征可以在入院时测量。该方法也可以用于特征仅对部分患者可用的情况，不需要插补，并且重要的是，能够自动选择特征间相关性小的特征。还讨论了本研究得出的临床见解。
引用
@article{arxiv.2404.14275,
title = {Maximally informative feature selection using Information Imbalance: Application to COVID-19 severity prediction},
author = {Romina Wild and Emanuela Sozio and Riccardo G. Margiotta and Fabiana Dellai and Angela Acquasanta and Fabio Del Ben and Carlo Tascini and Francesco Curcio and Alessandro Laio},
journal= {arXiv preprint arXiv:2404.14275},
year = {2024}
}