基于网络的医疗服务区划分：社区发现算法的比较分析
社会与信息网络
2019-12-20 v1 机器学习
机器学习
摘要
医疗服务区（HSA）是一组由相似医疗设施服务的地理区域。HSA 的划分在刻画一个地区可用医疗服务方面起着关键作用，有助于更好地规划和监管医疗服务。尽管 Dartmouth HSA 数十年来一直是标准划分，但先前的工作最近展示了一种改进的基于网络的 HSA 划分方法，其中 HSA 是在医院-患者出院网络中由 Louvain 算法提取的社区。鉴于不同社区发现算法提取的社区存在异质性，目前缺乏针对最优 HSA 划分的社区发现算法比较分析。在这项工作中，我们使用一个包含美国 7 年间不同类型医院-患者出院记录的大规模数据集，比较了由社区发现算法生成的 HSA 划分。我们的结果复现了先前工作中发现的社区发现算法间的异质性，以及基于网络方法所获得的改进 HSA 划分，并表明 Infomap 可能是更合适的 HSA 划分社区发现算法，因为它能找到大量具有高局部化指数和低网络传导率的 HSA。
引用
@article{arxiv.1912.08921,
title = {Network-Based Delineation of Health Service Areas: A Comparative Analysis of Community Detection Algorithms},
author = {Diego Pinheiro and Ryan Hartman and Erick Romero and Ronaldo Menezes and Martin Cadeiras},
journal= {arXiv preprint arXiv:1912.08921},
year = {2019}
}