玫瑰有刺：通过视觉分析与序列规则挖掘理解肿瘤学诊疗的负面效应
人机交互
2023-09-28 v2
摘要
个性化的头颈癌治疗已大幅提高患者生存率，但也常导致未被充分研究的长期症状，影响生活质量。序列规则挖掘（SRM）是一种有前景的无监督机器学习方法，用于预测时序数据中的纵向模式，但其可能输出许多重复模式，若无视觉分析辅助则难以解释。我们提出了一个数据驱动的人机分析可视化系统，该系统与癌症症状研究中的 SRM 模型构建者合作开发，用于支持大规模多变量队列症状数据中的机制知识发现。我们的系统支持基于治疗期间症状对治疗后症状进行多变量预测建模。它通过 SRM、聚类和聚合后端，以及定制的的前端来实现这一目标，以帮助开发和调优预测模型。该系统还在个性化诊疗中典型的治疗决策背景下解释所得预测。我们与跨学科的建模者和头颈肿瘤研究人员一起评估了所得模型和系统。结果表明，我们的系统有效支持了临床与症状研究。
引用
@article{arxiv.2308.07895,
title = {Roses Have Thorns: Understanding the Downside of Oncological Care Delivery Through Visual Analytics and Sequential Rule Mining},
author = {Carla Floricel and Andrew Wentzel and Abdallah Mohamed and C. David Fuller and Guadalupe Canahuate and G. Elisabeta Marai},
journal= {arXiv preprint arXiv:2308.07895},
year = {2023}
}