用于检测EHR数据中药物生理效应的滞后回归之方法学变异
统计方法学
2018-01-29 v1 定量方法
应用统计
摘要
我们研究了如何利用滞后线性回归从电子健康记录(EHR)数据中检测药物的生理效应。我们系统地考察了方法学变异((i)时间序列构建、(ii)时间参数化、(iii)受试者内归一化、(iv)差分(通过对连续测量值取差得到的滞后变化率)、(v)解释变量以及(vi)回归模型)对该背景下滞后线性方法性能的影响。我们生成了两个金标准(一个源于知识库，一个由专家整理)，用于7种药物与4种检验之间的预期成对关系，并评估了64种唯一的方法学扰动组合对金标准的复现情况。我们的28个队列包含哥伦比亚大学医学中心/纽约-长老会医院临床数据库中的患者。最准确的方法在知识库衍生的金标准上达到了0.794的AUROC(95%CI [0.741, 0.847])，在专家整理的金标准上达到了0.705的AUROC(95% CI [0.629, 0.781])。我们观察到，所有根据序列重新参数化时间并使用带差分的联合自回归模型或不带差分的独立滞后模型的方法，其平均AUROC为0.633(95%CI [0.610, 0.657]，专家整理金标准)。这组方法的补集平均AUROC接近0.5，表明了这些选择的重要性。我们得出结论，EHR数据的时间序列分析很可能依赖所识别的一些有益预处理和建模方法学，并将必然受益于对方法学扰动的持续仔细分析。本研究发现，诸如预处理和表示等方法学变异显著影响结果，揭示了在比较机器学习方法时评估这些组件的重要性。
引用
@article{arxiv.1801.08929,
title = {Methodological variations in lagged regression for detecting physiologic drug effects in EHR data},
author = {Matthew E. Levine and David J. Albers and George Hripcsak},
journal= {arXiv preprint arXiv:1801.08929},
year = {2018}
}