基于纵向EHR数据预测美国军人首次无家可归：时间变化模型和社会风险因素
计算与语言
2026-02-04 v1 人工智能
摘要
美国军人无家可归仍是一个关键公共卫生挑战，但风险预测为及早干预提供了可能。在本 retrospective prognostic 研究中，我们分析了 2016 年观察期间来自 4,276,403 名美国退役军人患者的电子健康记录（EHR）数据，以预测 2017 年 3-12 个月后发生的首次无家可归（患病率：0.32-1.19%）。我们构建了静态和时间变化的 EHR 表示，利用临床医生信息的逻辑来建模临床状况和社会风险随时间的持续性。随后，我们比较了经典机器学习、基于Transformer的遮蔽语言模型和微调的大语言模型（LLM）。我们展示， 将社会和行为因素纳入纵向模型可将精确召回曲线下面积（PR-AUC）提高 15-30%。在 top 1% 风险层中，模型在 3 个月时正预测值范围为 3.93-4.72%，在 6 个月时为 7.39-8.30%，在 9 个月时为 9.84-11.41%，在 12 个月时为 11.65-13.80%，跨模型架构。大语言模型在判别上表现不如编码器模型，但在种族间性能差距较小。这表明，纵向、社会信息化 EHR 建模将无家可归风险集中到可操作的风险层次，使面向高危军人的目标化和数据信息化预防策略成为可能。
引用
@article{arxiv.2602.02731,
title = {Predicting first-episode homelessness among US Veterans using longitudinal EHR data: time-varying models and social risk factors},
author = {Rohan Pandey and Haijuan Yan and Hong Yu and Jack Tsai},
journal= {arXiv preprint arXiv:2602.02731},
year = {2026}
}