典型文献
基于电子病历的冠心病亚型危险因素分层抽取
文献摘要：
目的:分析电子病历中的患者特征,实现冠心病患者亚型下危险因素的分层抽取.方法:提出改进的Labeled LDA模型,以多项分布生成冠心病亚型类别标签,然后从亚型类别标签生成危险因素分层这一隐含主题,构建冠心病亚型—患者—危险因素分层—患者特征的4层结构主题模型.该模型通过建立亚型类别标签与危险因素分层之间的映射关系,首先对冠心病亚型进行多分类预测,然后实现患者危险因素在不同亚型下的分层自动抽取.结果:使用真实临床环境采集的电子病历数据进行验证,准确率达到了83.23％,Macro-Fl值达到了82.31％.结论:实验结果表明,通过约束患者亚型类别与危险因素分层隐含主题之间的映射,改进的LabeleLDA模型具有较高的模型可解释性,且准确率均高于逻辑回归、支持向量机、随机森林和LightGBM等4种对比模型.
文献关键词：
LabeledLDA;分层抽取;危险因素;冠心病
中图分类号：
作者姓名：
余光雷;张琳琳;张颖;李昕遥;毕雪华
作者机构：
830017乌鲁木齐,新疆医科大学医学工程技术学院;新疆大学信息科学与工程学院;新疆医科大学第一附属医院
文献出处：
引用格式：
[1]余光雷;张琳琳;张颖;李昕遥;毕雪华-.基于电子病历的冠心病亚型危险因素分层抽取)[J].中国数字医学,2022(03):39-44
A类：
LabeleLDA,LabeledLDA
B类：
电子病历,分层抽取,患者特征,冠心病患者,多项分布,标签生成,结构主题模型,映射关系,多分类预测,不同亚型,自动抽取,临床环境,历数,Macro,Fl,过约束,模型可解释性,逻辑回归,LightGBM,对比模型
AB值：
0.30245
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
