医学暗物质中隐藏着什么？医疗实践中的缺失数据学习

电子病历（EPRs）产生了丰富的数据，但包含大量缺失信息。理解和处理这些缺失数据是临床数据分析的重要组成部分，若不予解决，可能导致分析偏差并扭曲关键结论。缺失数据可能与医疗保健专业人员的实践模式相关，而对缺失数据进行插补可提高临床决策的有效性。本研究侧重于理解和解释缺失数据的统计方法，以及基于机器学习的临床数据插补，使用了单一中心的儿科急诊数据和英国最大创伤损伤数据库（TARN）的临床审计数据。在对 56,961 个与急诊科儿童初诊生命体征和观察值相关的数据点的研究中，我们表明缺失数据很可能是非随机的，并且与医疗保健专业人员的实践模式相关联。随后，我们检查了 5,791 例创伤病例中 79 个存在缺失值的 TARN 字段。我们使用了基于奇异值分解（SVD）和 k 近邻（kNN）的缺失数据插补方法，并将插补结果与原始数据集进行了比较和统计检验。我们得出结论，1NN 插补器是最佳的插补方法，这表明了一种常见的临床决策模式：找到最相似的患者并将其属性作为插补值。