预测未计划手术后住院复发所需的时序数据
机器学习
2026-05-04 v1
摘要
随着电子健康记录（EHR）的普及，构建预测模型的关键挑战之一是确定最佳的历史数据时间窗口，以最大化准确性。本研究探讨了从手术当天到三年前各种观察窗口对预测髋关节和膝关节术后30天内住院的影响。该数据集涵盖超过400万条结构化 encounter 记录和8万条非结构化临床笔记，涉及7174名患者。为从临床笔记中提取含义，我们采用了一套非神经方法（词袋模型、计数词袋模型、TF-IDF、LDA）和神经编码器（BERT、1D CNN、双向 LSTM、平均编码器）。随后，我们评估了仅使用临床笔记、仅使用结构化数据以及两者组合的模型。我们的结果表明， unstructured 临床笔记的最佳时间窗口显著短于结构化数据，使用仅来自手术前3-6个月的笔记即可实现最佳预测性能。相比之下，使用结构化数据随时间窗口延长而提高性能，但在12个月后严格趋于平稳。这些模式特定于模态的时间模式在模型复杂度或编码器类型无关时保持一致。最终，这些发现挑战了“更多历史数据必然导致更好的机器学习预测”的普遍假设，为优化住院复发预测模型建立了针对性的时间窗指南。
引用
@article{arxiv.2605.00738,
title = {Temporal Data Requirement for Predicting Unplanned Hospital Readmissions},
author = {Ramin Mohammadi and Vahab vahdat and Sarthak Jain and Amir T. Namin and Ramya Palacholla and Sagar Kamarthi},
journal= {arXiv preprint arXiv:2605.00738},
year = {2026}
}