使用机器学习进行家庭护理评估的老年人中发现脆弱性:对分类器,特征选择和样本大小的作用进行纵向观察研究

科学领域:

• 老年学是一门学科.
• 医疗信息学 医疗信息学
• 计算医学是一种计算医学.

背景情况:

• 机器学习 (ML) 越来越多地应用于医疗保健数据,以识别脆弱个体.
• 将ML性能与脆弱性预测的常规回归进行比较的证据是混合的.
• 影响医疗保健中的ML性能的方法和数据库因素仍然不清楚.

研究的目的:

• 为了比较各种ML分类器的死亡率预测准确度,以识别脆弱的老年人.
• 为了评估不同数据场景和指标的ML性能.

主要方法:

• 使用了2012-2016年新西兰家庭护理数据 (n=95,042) 的非识别数据.
• 采用了3个ML分类器 (随机森林[RF],极端梯度提升[XGBoost],多层感知器[MLP]) 和规范后勤回归.
• 使用138个interRAI评估项目预测6个月和12个月的死亡率,检查样本大小,特征数量和火车-测试分割比率的影响.

主要成果:

• 在6个月死亡率预测中,ML分类器在曲线下面面积 (AUC) 中的规范化后勤回归表现不一致.
• 调节后勤回归显示AUC比XGBoost,MLP和RF更好,具有≤80个特征和≤16,000个样本.
• 在≥40个特征和≥4000个样本中,MLP表现出更高的灵敏度;在所有场景中,RF和XGBoost表现出更高的特异性.

结论:

• 机器学习模型展示了基于评估指标的可变预测性能.
• 调节后勤回归是有效的识别脆弱的老年人,特别是适度的特征计数和样本大小,基于AUC.
• 在大型数据场景中,MLP提供了更高的灵敏度,而RF则提供了更高的特异性.