A latent topic model for mining heterogenous non-randomly missing electronic health records data

[namakemono]

#	##
論文リンク	https://arxiv.org/abs/1811.00464v1
著者	Yue Li, Manolis Kellis
投稿日時	2018-11-01
コード

概要

電子健康記録（EHR）は、患者の健康情報を多種多様に集めたものであり、その広範な採用により、体系的な健康データマイニングに大きなチャンスがもたらされます。ただし、異種EHRデータ型と偏った確認は計算上の課題を課します。ここでは、ミックス観測と潜在的トピックモデルを統合する教師なしの生成モデルであるmixEHRを提示します。これは潜在的な疾患トピック分布を使用してデータ観測バイアスと実際のデータの離散分布を共同でモデル化します。MIMICデータセットから1,280万表現型の観測にmixEHRを適用し、潜在的な病気のトピックを明らかにし、EHRの結果を解釈し、欠けているデータを解釈し、集中治療室における死亡率を予測するためにそれを使用します。シミュレーションと実データの両方を使用して、