一种数据驱动的方法,从电子健康记录中发现和量化系统性红斑狼的病因异质性
Marco Barbero Mota1,2, John M Still1, Jorge L Gamboa3
1Vanderbilt University Medical Center, Department of Biomedical Informatics.
概括
这项研究引入了一种数据驱动的方法,使用电子健康记录找到系统性红斑狼 (SLE) 的潜在原因. 该方法确定了导致SLE异质性的关键因素,提高了诊断准确度.
科学领域:
- 计算生物学是一种计算生物学.
- 医疗信息学医学信息学
- 数据科学是数据科学.
背景情况:
- 系统性红斑狼 (SLE) 是一种复杂,异质的自身免疫性疾病.
- 了解SLE异质性的根本原因对于准确的诊断和治疗至关重要.
- 电子健康记录 (EHR) 包含丰富的多式联络数据,但通常是不完美的和杂的.
研究的目的:
- 开发一种以数据为导向的方法,从不完美的电子健康记录数据中发现概率独立来源.
- 确定导致SLE存在的潜在根源原因.
- 为了改善SLE歧视和解释的患者数据的表示.
主要方法:
- 提出了一种方法,从多式联络电子健康记录数据中发现概率独立来源.
- 利用因果图概念来建模数据生成过程.
- 训练有素的监督模型来评估发现的来源对SLE的歧视力.
主要成果:
- 确定了19个具有高临床有效性的预测来源.
- 这些来源代表了导致SLE异质性的独立因素.
- 使用这些来源的模型为SLE病例识别提供了更丰富的解释.
结论:
- 发现的来源增强了从EHR数据中了解SLE异质性的理解.
- 这种方法提高了区分SLE病例和解释诊断推理的能力.
- 这些发现支持使用这些数据表示用于临床决策支持系统.
更多相关视频
12:36Single-cell Analysis of Immunophenotype and Cytokine Production in Peripheral Whole Blood via Mass Cytometry
Published on: June 26, 2018
9.9K
11:35Screening for Functional Non-coding Genetic Variants Using Electrophoretic Mobility Shift Assay EMSA and DNA-affinity Precipitation Assay DAPA
Published on: August 21, 2016
13.4K
