检索结果-南通市图书馆

检索条件"主题词=可变特征识别"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

针对电子病历可变因素挖掘及其数据缺失的建模方法研究

针对电子病历可变因素挖掘及其数据缺失的建模方法研究

引用

作者：袁柏荣暨南大学

学位级别：硕士

急性肾损伤(Acute Kidney Injury,AKI)是一种在住院患者中常见且危险的临床综合征,是当前全球最严重的健康问题之一。结合电子病历数据和机器学习技术构建AKI风险预测模型能减少诊断延误以及漏诊的伤害。然而,AKI预测模型目前仍然面临... 详细信息

急性肾损伤(Acute Kidney Injury,AKI)是一种在住院患者中常见且危险的临床综合征,是当前全球最严重的健康问题之一。结合电子病历数据和机器学习技术构建AKI风险预测模型能减少诊断延误以及漏诊的伤害。然而,AKI预测模型目前仍然面临诸多挑战:(1)尽管预测模型拥有可靠的预测性能,但对AKI的干预和预防手段却十分匮乏,预防关键在于确定临床上的可改变因素,并了解它们在不同时间窗内产生的作用;(2)AKI风险预测模型经常会在实际中遭遇数据缺失问题,导致预测性能大幅下降。针对AKI的可改变风险因子识别,本文根据多视图学习对常用的XGBoost算法进行改进,提出了基于多视图学习的Multi-view XGBoost算法。本研究根据不同视图在医学上的可变性调整模型对视图的关注度,避免因可变与不可变特征之间的共线性而导致可变特征作用被低估,并构建视图权重调整机制,避免因过度关注或忽视某类特征导致性能下降,确保不同特征间的交互作用仍能被有效地学习。接着,在常用的模型解释方法SHAP的基础上,本研究提出类间分差和暴露分差两个指标,估计每个特征对整个数据集预测的贡献,并使不同特征之间的贡献具有可加性。最后引入时序分析,分析风险因素在不同时间窗给患者风险变化带来的累加作用,估计特定时间段内可变特征作用的潜在可变范围。实验表明电解质平衡解释了患者预测风险在提前72小时到提前24小时间变化的38.3%,其次是高危药物(13.7%)、护理策略(12.1%)、血压(10%)、感染(7.8%)和贫血(5.4%)。心脏手术及相关状况、呼吸机的使用和贫血的影响会持续超过72小时。进一步实验表明,通过Multi-view XGBoost调整特征在模型的重要性可以显著减轻数据缺失对模型性能的影响,且和最常用的缺失值插补策略相互独立、互补,两者结合可以显著提升对数据缺失的应对效果。在选择插补方法时,利用交叉验证为特征选取最佳插补的方法,之后使用Multi-view XGBoost降低高度缺失的特征在预测模型中的重要性。实验结果证明,在模拟实验室数据和体征数据这两个可改变视图彻底缺失的情况下,融合了交叉验证取最佳插补的方法和Multi-view XGBoost后,模型的AUROC(0.774,95%-CI:0.770-0.777)显著超越基线模型(0.717,95%-CI:0.713-0.722),非常接近训练时就不考虑这两种特征的模型(0.782,95%-CI:0.780-0.784)。

关键词：急性肾损伤电子病历机器学习多视图学习可变特征识别因子时序分析数据缺失

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：