利用纵向电子健康记录的事件时间标注半监督方法
统计方法学
2021-10-20 v1
摘要
源自保险理赔与电子健康记录(EHR)系统的大型临床数据集是精准医学研究的宝贵来源。这些数据集可用于开发个性化风险或治疗反应预测模型。然而，利用真实世界数据高效推导预测模型面临实际与方法学挑战。诸如癌症进展时间等重要临床结局的精确信息在这些数据库中并不易获得。真实的临床事件时间通常无法基于简单的账单或操作码提取得到良好近似。而手动标注事件时间则耗费时间与资源。本文中，我们提出一种两步半监督多模态自动时间标注(MATA)方法，利用多维纵向EHR就诊记录。在第一步，我们采用泛函主成分分析方法，基于未标注患者的观测点过程估计底层强度函数。在第二步，我们对标注数据中由第一步导出的特征拟合惩罚比例优势模型，其中非参数基线函数使用B样条逼近。在正则条件下，所得特征效应向量的估计量被证明为根-相合。我们通过模拟以及一项在退伍军人健康管理局肺癌患者EHR队列中标注肺癌复发的真实数据实例，展示了我们的方法相对于现有方法的优越性。
引用
@article{arxiv.2110.09612,
title = {Semi-supervised Approach to Event Time Annotation Using Longitudinal Electronic Health Records},
author = {Liang Liang and Jue Hou and Hajime Uno and Kelly Cho and Yanyuan Ma and Tianxi Cai},
journal= {arXiv preprint arXiv:2110.09612},
year = {2021}
}