使用隐马尔可夫模型建模脓毒症进展
机器学习
2018-01-10 v1 定量方法
摘要
刻画患者经历脓毒症各阶段的进展过程，对于实现风险分层和自适应个性化治疗至关重要。然而，常用的脓毒症诊断标准未能考虑显著的内在异质性，既包括患者之间的异质性，也包括单个患者随时间变化的异质性。我们提出了一种显式考虑患者异质性的脓毒症进展隐马尔可夫模型。与两种脓毒症诊断标准相比，该模型为揭示患者的潜在脓毒症轨迹以及识别可能需要更积极治疗的高危患者提供了有用工具。
引用
@article{arxiv.1801.02736,
title = {Modeling sepsis progression using hidden Markov models},
author = {Brenden K. Petersen and Michael B. Mayhew and Kalvin O. E. Ogbuefi and John D. Greene and Vincent X. Liu and Priyadip Ray},
journal= {arXiv preprint arXiv:1801.02736},
year = {2018}
}
备注
Accepted to NIPS ML4H 2017