RIDDLE：利用深度学习从疾病史中推断路 race 和民族
定量方法
2018-05-01 v2 机器学习
神经与进化计算
摘要
匿名电子病历正日益成为流行的研究数据来源。然而，这些数据集往往缺乏 race 和民族信息。这给人类疾病建模的研究人员带来了问题，因为 race 和民族是许多健康暴露和治疗结果的强大混杂因素；race 和民族与特定人群的遗传变异密切相关。我们表明，深度神经网络比竞争方法（例如逻辑回归、随机森林）能生成更准确的缺失 race 和民族信息估计值。RIDDLE 在所有考虑的指标上均产生了显著更好的分类性能：准确率、交叉熵损失（误差）以及受试者工作特征曲线下的面积（所有 ）。我们做出了具体努力来解释训练好的神经网络模型，以识别、量化和可视化预测 race 和民族的医学特征。我们利用这些对信息特征的表征，系统地比较了不同 race 和民族的疾病模式差异。临床病史对推断 race 和民族具有信息量这一事实可能反映了：(1) 蓝领和白领职业在不同 race 和民族群体中的分布偏斜，(2) 预防性保健的可及性和主观重要性的不均匀，(3) 生活方式（如饮食习惯）的可能差异，以及 (4) 易患疾病的背景遗传变异差异。
引用
@article{arxiv.1707.01623,
title = {RIDDLE: Race and ethnicity Imputation from Disease history with Deep LEarning},
author = {Ji-Sung Kim and Xin Gao and Andrey Rzhetsky},
journal= {arXiv preprint arXiv:1707.01623},
year = {2018}
}