凯尔网络:因果意识风险嵌入用于骨科住院患者静脉血栓栓塞预测
An Zhang1, Guiyuan Li2, Xiujian Wu3
1School of Public Policy and Administration, Chongqing University, Chongqing, 400044, China.
一种名为CARE-Net的新方法通过使用因果推理来改善骨科患者静脉血栓栓塞 (VTE) 的预测. 这种方法提高了对现有模型的准确性和可解释性,以获得更好的临床决策支持.
科学领域:
- 生物医学信息学 生物医学信息学
- 临床决策支持 临床决策支持
- 因果推理因果推理
背景情况:
- 静脉血栓塞栓症 (VTE) 是骨科住院患者的一种可预防的严重并发症.
- 当前的风险预测模型往往无法捕捉复杂的生理相互作用,缺乏可解释性.
研究的目的:
- 引入因果意识风险嵌入网络 (CARE-Net),这是使用结构化临床数据进行VTE预测的新框架.
- 为了利用因果表示学习,提高VTE风险评估在骨科护理.
主要方法:
- CARE-Net从临床变量 (实验室,人口,治疗) 推断出一个定向因果图.
- 它使用因果信息传递来创建机制一致的患者嵌入.
- 使用因果对比目标来提高稳定性并减少虚假的相关性.
主要成果:
- 与多个基于统计,集合,深度表格,变压器和图形的基线相比,CARE-Net表现出优越的歧视.
- 该模型实现了更平衡的灵敏度-特异性概况.
- 废弃性研究证实了每个因果成分的有意义贡献.
结论:
- 将因果结构嵌入到表示学习中,为骨科环境中可靠的VTE决策支持提供了一个原则性的方法.
- 在VTE风险预测方面,CARE-Net提供了更好的解释性和准确性.
更多相关视频
07:31Implementation of a Real-Time Psychosis Risk Detection and Alerting System Based on Electronic Health Records using CogStack
Published on: May 15, 2020
07:25Predicting Amputation using Local Circulating Mononuclear Progenitor Cells in Angioplasty-treated Patients with Critical Limb Ischemia
Published on: September 22, 2020
相关概念视频
Venous Thrombosis III: Interprofessional Care
Venous Thrombosis IV: Nursing Management
Venous Thrombosis I: Introduction
Venous Thrombosis II: Clinical Manifestations and Diagnostic Studies
Pulmonary Embolism III: Nursing Management
Relative Risk
