基于患者样本频繁模式识别患者群体
神经元与认知
2019-04-04 v1 组织与器官
摘要
有意义地对患者分组可揭示不同类型患者、其需求与优先事项。然而，由于常需背景知识以确定何种分组有用，寻找有意义的分组极具挑战。本文提出一种方法，能基于领域专家给出的少量正例样本发现患者群体。因此，该方法仅依赖领域专家的极少投入。该方法依据患者健康路径中的活动与诊断/账单代码进行分组。为基于患者样本高效定义此种分组，我们发现活动的频繁模式，并用以度量其他患者照护路径与样本组中患者间的相似性。该方法给出了具洞察力的群体定义。所提方法使用取自某大型大学医学中心的多个数据集评估，评估显示对肾损伤分组的 F1-score 约 0.7，对糖尿病约 0.6。
引用
@article{arxiv.1904.01862,
title = {Respiratory sympathetic modulation is augmented in chronic kidney disease},
author = {Manash Saha and Clément Menuet and Qi-Jian Sun and Peter Burke and Cara Hildreth and Andrew Allen and Jacqueline Phillips},
journal= {arXiv preprint arXiv:1904.01862},
year = {2019}
}