使用变压器的电子医疗记录预测阻塞性睡眠呼吸暂停的访问成本

科学领域:

• 医疗分析 医疗分析
• 翻译工程是翻译工程.
• 机器学习在医疗保健中的应用

背景情况:

• 阻塞性睡眠呼吸暂停 (OSA) 的患病率在全球范围内不断增加,主要原因是肥胖率的上升.
• 有效的OSA治疗会产生重大的社会和财务医疗保健成本.
• 准确预测OSA患者医疗保健支出对于财政管理和资源分配至关重要.

研究的目的:

• 开发一种方法来预测阻塞性睡眠呼吸暂停 (OSA) 患者的年度医疗保健访问费用.
• 为应对有限的高质量患者数据所带来的挑战,通常只有超过365天的随访患者的数据可用于成本预测模型.

主要方法:

• 一种使用两个变压器模型的翻译工程方法.
• 第一个变压器模型使用更短的患者访问历史记录来增加输入数据.
• 第二个变压器模型预测成本,结合丰富的数据和超过一年后续的案例.

主要成果:

• 与仅使用长期数据的单一模型方法相比,两种模型解决方案的预测性能 (R平方) 从88.8%提高到97.5%.
• 增加第一个变压器模型的数据改善了基线模型的性能 (R平方) 从61.6%提高到81.9%.

结论:

• 拟议的方法最大限度地利用了可用的高质量的OSA患者数据.
• 这种方法将数据增强与成本预测结合起来,为数据有限的医疗保健环境提供了一个实用的解决方案.
• 这些发现支持在OSA管理中加强患者护理和资源配置.