TACCO：基于 EHR 数据的临床概念与患者访问双聚类的疾病亚型任务导向方法
机器学习
2024-06-17 v1
摘要
电子健康记录（EHR）数据的日益完善促进了众多机器学习模型的开发，用于疾病风险预测。然而，现有的风险预测方法忽略了复杂疾病的异质性，无法建模其潜在疾病亚型及其对应的患者访问和临床概念子群。本文引入 TACCO，一个新型框架，用于基于 EHR 数据的超图建模，联合发现临床概念和患者访问的聚类。具体而言，我们开发了一个可由特定疾病风险预测任务引导的自监督双聚类框架。此外，我们通过文本嵌入增强 EHR 数据的超图模型，并通过对比目标函数实现临床概念聚类与患者访问聚类的对齐。在下游临床任务（表型分类和心血管风险预测）上，在公开的 MIMIC-III 数据集和 Emory 内部 CRADLE 数据集上进行的全面实验表明，相较于传统机器学习基线方法，平均性能提升 31.25%，相较于没有我们双聚类机制的普通超图模型提升 5.26%。模型分析、聚类结果分析和临床案例研究进一步验证了 TACCO 提供的改进实用性和深刻解释。代码地址：https://github.com/PericlesHat/TACCO
引用
@article{arxiv.2406.10061,
title = {TACCO: Task-guided Co-clustering of Clinical Concepts and Patient Visits for Disease Subtyping based on EHR Data},
author = {Ziyang Zhang and Hejie Cui and Ran Xu and Yuzhang Xie and Joyce C. Ho and Carl Yang},
journal= {arXiv preprint arXiv:2406.10061},
year = {2024}
}
备注
11 pages, 5 figures, to be published in Proceedings of the 30th ACM SIGKDD Conference on Knowledge Discovery and Data Mining