用于识别受伤患者医疗服务模式的多目标半监督聚类
机器学习
2020-11-20 v1
摘要
本研究开发了一种模式识别方法，该方法基于相似性及其与关注结果的关联性来识别模式。开发该模式识别方法的实际目的是在受伤后早期阶段对交通事故中受伤的患者进行分组。该分组基于受伤后第一周内医疗服务使用的显著模式。这些组别还提供了针对用药过程总费用的预测信息。因此，基于医疗服务使用模式，尽可能早地识别出具有不良结局的患者群体。
引用
@article{arxiv.2011.09911,
title = {Multi-objective semi-supervised clustering to identify health service patterns for injured patients},
author = {Hadi Akbarzadeh Khorshidi and Uwe Aickelin and Gholamreza Haffari and Behrooz Hassani-Mahmooei},
journal= {arXiv preprint arXiv:2011.09911},
year = {2020}
}
备注
Health information science and systems, Volume 7, Issue 1