Microsoft Word - chuqur o'rganish va an'anaviy modellar_Abdel Xay_Yakuniy.1-qism

Abstrakt

Elektron sog'liqni saqlash kitobi (EHR) ma'lumotlariga asoslangan diabet bilan kasallangan bemorlar uchun kasalxonaga qayta yotqizish xavfini bashorat qilish vositasi kerak.

Odamlarning turmush darajasi yaxshilanishi bilan diabet mamlakatimizda keng tarqalgan surunkali kasallikka aylandi. Qandli diabet bilan og'rigan odamlar o'z tanalariga yaxshi g'amxo'rlik qilishlari va sog'lig'ini ta'minlash uchun ovqatlanish va turmush tarzini doimiy ravishda kuzatib borishlari va sozlashlari kerak. Bu jihatlarda xotiraning ahamiyati ham ta’kidlangan.

Ko'pgina tadqiqotlar diabet va xotira ajralmas ekanligini tasdiqladi. Qandli diabet miyaning normal faoliyatiga, xususan xotira, o'rganish va kognitiv qobiliyatlarga ta'sir qiladi. Qandli diabet bilan og'rigan bemorlar oddiy odamlarga qaraganda xotiraning pasayishi, o'rganish qobiliyatining pasayishi va reaktsiya qobiliyatining zaiflashuvidan ko'proq azob chekishi aniqlandi.

Biroq, biz taslim bo'lmasligimiz kerak. Qandli diabet va uning tanamizga ta'sirini dietani va turmush tarzini o'zgartirish orqali samarali nazorat qilish mumkin.

Avvalo, ovqatlanishni tartibga solish juda muhimdir. Qandli diabet bilan og'rigan odamlar muvozanatli oziq-ovqat iste'molini ta'minlash uchun natriy (tuz), shakar va yog'larni iste'mol qilishni cheklashlari kerak. Muvozanatli ovqatlanish tananing uyqu sifati, ruhiy salomatligi, gormonal muvozanat, metabolizm va qisman tutilishning oldini olish uchun foydalidir, bularning barchasi xotira va kognitiv qobiliyatlarni yaxshilashga yordam beradi. Ikkinchidan, ba'zi mashqlar qo'shing. Jismoniy mashqlar nafaqat qondagi qand miqdorini nazorat qilishga yordam beradi, balki mushaklarni kuchaytirish, stressni kamaytirish va yomon kayfiyatdan xalos bo'lish orqali xotira va kognitiv qobiliyatlarni yaxshilashga yordam beradi.

Nihoyat, to'g'ri davolash kerak. Barqaror qon shakar darajasi miyaning o'rganish va xotira qobiliyatini yaxshilashga yordam beradi.

Qandli diabet bilan og'rigan odamlar xotirani yo'qotish kabi turli muammolarga duch kelishi mumkin bo'lsa-da, bu diabetga chalingan odamlarning sog'lom va jonli hayot kechirishiga to'sqinlik qilmasligi kerak. Sizning dietangizni va turmush tarzingizni kuzatish, biroz jismoniy mashqlar qilish va optimistik kayfiyatni saqlash sog'liqni saqlash uchun juda samarali. Shuningdek, u tanamizni, xotiramizni va idrokimizni yaxshiroq himoya qilishi mumkin. Biz xotirani yaxshilashimiz kerak va Cistanche deserticola xotirani sezilarli darajada yaxshilashi mumkin, chunki Cistanche deserticola ko'plab noyob effektlarga ega an'anaviy xitoylik dorivor material bo'lib, ulardan biri xotirani yaxshilashdir. Qiymaning samaradorligi uning tarkibidagi turli faol moddalar, jumladan kislota, polisakkaridlar, flavonoidlar va boshqalardan kelib chiqadi. Bu ingredientlar turli yo'llar bilan miya salomatligini mustahkamlashi mumkin.

Xotirani yaxshilashning 10 ta usulini bilish tugmasini bosing

Biroq, optimal modellashtirish usuli aniq emas. Qandli diabet bilan kasallangan 36 641 bemor bilan 2 836 569 uchrashuvda rejadan tashqari, barcha sabablarga ko'ra 30- kunlik qayta qabul qilishni bashorat qiluvchi chuqur o'rganish (DL) uzoq qisqa muddatli xotira (LSTM) modellari ishlab chiqildi va bir nechta an'anaviy modellar bilan taqqoslandi. Modellar Common DataModel tomonidan belgilangan EHR ma'lumotlaridan foydalangan.

LSTM modelining qabul qiluvchining ishlash xarakteristikasi egri chizig'i ostidagi maydoni (AUROC) keyingi eng yaxshi an'anaviy modelga qaraganda sezilarli darajada kattaroq edi [LSTM {0}}.79 va tasodifiy o'rmon (RF) 0,72, p.<0.0001]. Experiments showed that the performance of the LSTM models increased as the prior encounter number increased up to 30 encounters. 

Tanlangan 16 ta laboratoriya sinoviga ega LSTM modeli barcha 981 laboratoriya sinovlari boʻlgan modelga teng koʻrsatkichlarni berdi. Ushbu yangi DL modeli diabetga chalingan bemorlar uchun qayta qabul qilish xavfini bashorat qilishning yanada foydali vositasi uchun asos bo'lishi mumkin.

Kirish

Kasalxonaga qayta yotqizish ham bemorlar, ham shifoxonalar uchun istalmagan, qimmatli natijadir.1 Qandli diabet bilan kasallangan bemorlar kasalxonadan chiqqandan keyin 30 kun ichida (30-rekompaniya) diabeti bo'lmagan bemorlarga qaraganda yuqoriroqdir.

2-4 AQSHda har yili 9 millionga yaqin qandli diabet bilan kasallangan bemorlarni chiqarib yuborishning 5 millionga yaqini 30-kunlik kasalxonaga yotqiziladi, bu esa kamida 20 milliard dollar kasalxonaga tushadigan xarajatlarga to‘g‘ri keladi.

6, 7 Qandli diabet bilan og'rigan yuqori xavfli bemorlarni aniqlash, eng katta ehtiyojga ega bo'lganlarga aralashuvni yo'naltirishga, xarajat-foyda nisbatini optimallashtirishga imkon beradi.

Biz avvalroq qandli diabet bilan og‘rigan bemorlarning har qanday sabablarga ko‘ra 30- kunlik qayta qabul qilish xavfini bashorat qiluvchi logistik regressiya (LR) modeli bo‘lgan Qandli diabetning erta qayta qabul qilish xavfi indikatorining (DERRITM) ishlab chiqilishi va tasdiqlanishini e’lon qilgan edik.

8 DERRITM 10 omil foydalanuvchi kiritishiga asoslangan holda parvarishlash nuqtasida foydalanish uchun moʻljallangan. Ajratilgan namunadagi ichki tekshirishda unumdorlik o'rtacha edi (Qabul qiluvchining ishlash xarakteristikasi egri chizig'i ostidagi maydon, AUROC 0,69).

Tashqi tekshirish tadqiqotlarida DERRITM AUROC {0}}.63 va 0.80.9 edi, 10 Oʻzgaruvchan prognozli ishlashga qoʻshimcha ravishda, DERRITM qoʻllanilishi maʼlumotlarni qoʻlda yigʻish va kiritishni talab qiladi, bu esa undan foydalanishga asosiy toʻsiq boʻladi. klinik amaliyot.

Boshqa nashr etilgan ishlarda biz DERRITM ga oʻzgaruvchilar qoʻshish AUROC uchun bashorat aniqligini sezilarli darajada yaxshilashini koʻrsatdik. 0.82.11 Ushbu kengaytirilgan model (DERRIplus), ammo parvarishlash nuqtasida foydalanish mumkin emas va bandlik holati, Elektron salomatlik yozuvlarida (EHRs) muntazam ravishda hujjatlashtirilmaydi.

Shu sababli, ushbu modelni to'g'ridan-to'g'ri avtomatlashtirilgan, EHR bilan birlashtirilgan vositaga tarjima qilib bo'lmaydi. Qandli diabet bilan og'rigan bemorlar uchun qayta qabul qilish xavfini bashorat qilish uchun qoniqtirilmagan ehtiyoj bor, bu to'g'ri va ishlatish uchun qulay.

So'nggi bir necha yil ichida diabet bilan kasallangan bemorlarning kunlik qayta qabul qilish xavfini bashorat qilish uchun bir nechta mashina o'rganish (ML) modellari nashr etildi. MLni modellashtirishning bir qancha anʼanaviy yondashuvlari oʻrganilgan, jumladan, tasodifiy oʻrmon (RF), eng yaqin qoʻshni, sodda Bayes, vektorni qoʻllab-quvvatlash mashinasi (SVM), AdaBoost va koʻp qatlamli perseptron (MLP), keng koʻlamli ishlash (AUROC {{5). }}.53-0.99, aniqlik 0.54-0.99).

{0}} Qandli diabet bilan og'rigan bemorlarning qayta qabul qilish xavfini bashorat qilish uchun chuqur o'rganish (DL) modellari ham ishlab chiqilgan, shuningdek, o'zgaruvchan samaradorlik (AUROC 0.61-0.97, aniqlik 0.{{ 5}). DL yondashuvlari.

25, 27 Ushbu barcha tadqiqotlar bo'yicha model samaradorligini taqqoslash, ammo ishlash xususiyatlari va sinovga o'zgaruvchan yondashuvlar bo'yicha standartlashtirilgan hisobotning yo'qligi bilan cheklangan.

Shu sababli, DL modellari diabet bilan og'rigan bemorlar uchun qayta qabul qilish xavfini bashorat qilishda an'anaviy ML modellaridan ustun turadimi yoki yo'qmi, noaniq bo'lib qolmoqda.

Qizig'i shundaki, barcha oldingi modellar bir xil ma'lumotlar to'plamida ishlab chiqilgan28, DERRITM va DERRIplus bundan mustasno. Ushbu ommaviy ma'lumotlar to'plami 1999 va 2008 yillar oralig'ida AQShning 130 kasalxonasidan birida qandli diabet tashxisi va 1 dan 14 kungacha bo'lgan kasalxonada bo'lgan uchrashuvlarni o'z ichiga oladi.

Kasalliklarning faqat 3 ta xalqaro tasnifi, to'qqizinchi qayta ko'rib chiqish (ICD{1}}) diagnostika kodlari va faqat 2 ta laboratoriya ko'rsatkichlari (qon glyukoza va HbA1c) qayd etilgan.

Va nihoyat, rejalashtirilgan va rejalashtirilmagan qayta qabul qilish o'rtasida hech qanday farq yo'q. Shunday qilib, bugungi kunda ushbu modellarning eng yaxshisi ham bemorlarda yaxshi ishlamasligi mumkin. Ko'proq joriy, umumlashtiriladigan modellar kerak.

Shu sababli, ushbu kamchiliklarni bartaraf etish uchun joriy tadqiqotning maqsadlari quyidagilardan iborat edi: 1) Rejadan tashqari, barcha sabablarga ko'ra 30- kunlik qayta qabul qilishni bashorat qilish uchun DL modellarini ishlab chiqish, 2) DL modellarining ishlashini taqqoslash. an'anaviyML modellari, 3)

Modelni ishlab chiqishga kiritilgan 1 dan 100 gacha bo‘lgan oldingi EHR to‘qnashuvlari oralig‘ida model ishlashini o‘rganish va 4) Domen bilimlari tomonidan tanlangan laboratoriya testlarining kichik to‘plamidan foydalangan holda ishlab chiqilgan DL modelini barcha mavjud laboratoriya testlari yordamida ishlab chiqilgan DL modeli bilan solishtirish.

Barcha modellar demografik ma'lumotlar, hayotiy belgilar, diagnostika va protsedura kodlari, dori-darmonlar, laboratoriya testlari va ma'muriy ma'lumotlardan foydalangan holda diabet bilan kasallangan 36,641 bemorning 2,836,569 ta uchrashuvi ma'lumotlar to'plamida ishlab chiqilgan va sinovdan o'tkazilgan. (CDM).29

Materiallar va usullar

Bemorlar guruhining ta'rifi

Qo'shilish mezonlari 2010-yil 1-iyuldan 2020-yil 31-dekabrgacha Filadelfiya shtatidagi Templ universiteti sog'liqni saqlash tizimi shifoxonalaridan kamida bittasi bo'shatilgan bemorlar va quyidagilardan kamida bittasi bilan aniqlangan diabet: diabet tashxisi ( ICD-9: 249. xx yoki 250. xx yoki ICD-10: E08.xxx dan E13.xxxgacha); aGemoglobin A1c (HbA1c) darajasi 6,5% dan yuqori yoki unga teng yoki qandli diabetga xos dori-darmonlarga buyurtma.

Keksa yoshdagi bemorlar uchun uchrashuvlar bundan mustasno<18 years, discharged by transfer to another hospital, inpatient death, a diagnosis of gestational diabetes (ICD-9: 648.0x or ICD-10: O24.4x), a diagnosis of prediabetes (ICD-9: 790.29 or ICD-10: R73.03), or pregnancy (positive beta-human chorionic gonadotropin laboratory test within 90 days before or after the encounter).

Bemorlar qayta qabul qilish holati bo'yicha 2 guruhdan biriga ajratildi: kamida bir 30- kun qayta qabul qilinganlar va o'tmaganlar. Qayta qabul qilingan bemorlar orasidan bitta qabul qilish-qayta qabul qilish juftligi tahlil qilish uchun tasodifiy tanlab olindi. Qayta qabul qilinmagan bemorlardan bittasi tasodifiy tahlil uchun tanlab olindi.

O'zgaruvchilarning ta'rifi va ma'lumotlarni oldindan qayta ishlash

Quyidagi domenlarning har biri uchun CDM dan jadvallar olingan: uchrashuvlar, demografik ma'lumotlar, tashxislar, laboratoriya testlari, dori-darmonlarga buyurtmalar, protseduralar va hayotiy belgilar. Berilgan uchrashuvning xususiyatlari bir nechta jadvallar mavjudligi sababli, jadvallar noyob identifikator bilan birlashtirildi. Chiqarilgan jadvallarni birlashtirish natijasida ma'lum bir uchrashuv uchun barcha yozuvlarni o'z ichiga olgan namuna paydo bo'ldi.

Bu jiddiy yo'qotishlarga olib keldi. Shunday qilib, etishmayotganlik alohida xususiyat sifatida ishlatilgan. Uzluksiz funksiyalar uchun etishmayotgan maʼlumotlar 0 bilan almashtirildi, kategorik xususiyatlar esa oʻziga xos toifaga almashtirildi.

Modellarga kirish sifatida jami 23 ta xususiyat ishlatilgan: 14 tasi CDM dan olingan va 9 tasi jamlangan. Olingan xususiyatlar: 1) Uchrashuv turi (statsionar, favqulodda yordam boʻlimi, kuzatuvda qolish, ambulator tashrif, boshqa ambulator tashrif, telesalomatlik va Boshqalar; 2) Bo'shatish holati (Yordamchi yashash muassasasi, tibbiy maslahatga qarshi, muddati o'tgan, uyda sog'liqni saqlash, uyda/o'z-o'zini parvarish qilish, hospis, qariyalar uyi, reabilitatsiya muassasasi, malakali hamshiralik muassasasi; 3) jinsi; 4) ispan; 5) Race (Amerika hindusi/Alyaskaning tub aholisi, osiyolik, qora tanli, Tinch okeani orollari aholisi, oq, boshqa/noma'lumot); 6) Tamaki (Hozirgi foydalanuvchi, hech qachon foydalanuvchi, sobiq foydalanuvchi, passiv ta'sir qilish, boshqa/ma'lumot yo'q); 7) yoshi; 8)

Diagnostika Klinik tasniflash tizimi (CCS) kodlari;29 9) Protsedura CCS kodlari;29 10) Laboratoriya natijalari; 11) Har bir uchrashuv oldidan 1 yil ichida dori-darmonlarga buyurtma berish; 12) diastolik qon bosimi; 13) Sistolik qon bosimi; va 14) Tana massasi indeksi (BMI).

Yigʻilgan xususiyatlar quyidagilar edi: 1) Elixhauzer shartlari: har bir shartning mavjudligi yoki yoʻqligini koʻrsatuvchi ikkilik xususiyat;30 2) Qabul qilish muddati (kunlarda qolish muddati); 3) CCS kodiga o'tkazishdan oldin bir nechta protsedura kodlari; 4) CCS kodiga o'tkazishdan oldin bir nechta tashxis kodlari; 5) to'qnashuv turidan qat'i nazar, oldingi uchrashuvdan keyingi kunlar soni; 6) statsionar, kuzatuvchi yoki tez tibbiy yordam bo'limi bilan oldingi uchrashgan kundan boshlab bir necha kun; 7) boshqa (shifoxonadan tashqari) to'qnashuvlar bilan bir necha kun oldin; 8) joriy uchrashuvdan oldin bir nechta statsionar, kuzatuv va tez yordam bo'limi bilan uchrashish; va 9) joriy uchrashuvdan oldin bir nechta boshqa (kasalxonadan tashqari) uchrashuvlar.

Kod formatini birlashtirish uchun ICD-9 kodlari ICD-10 kodlariga aylantirildi. ICD-10 kodlari va protsedura kodlari CCS kodlariga aylantirildi. Domen bilimlariga asoslanib, qandli diabetga tegishli dori-darmonlar quyidagilarga bo'lingan: sinf bo'yicha diabetga qarshi dorilar, xolesterin, kortikosteroidlar, renin-angiotensin tizimi (RAAS) qon bosimi agentlari va RAS bo'lmagan qon bosimi agentlari. Boshqa dorilar e'tiborga olinmadi.

Ishonchli boʻlmagan, asosan etishmayotgan yoki oʻzaro bogʻliq boʻlgan xususiyatlar olib tashlandi. Sana, natijalar, bo'y, vazn, BMI va qon bosimi (sistolik va diastolik) kabi tashqi ko'rsatkichlar ma'lumotlar taqsimoti, foizlar va domen bilimlarini kuzatish orqali olib tashlandi. Yo'qotilgan qiymatlar boshqa toifa sifatida ko'rib chiqildi, bu uchrashuv haqida parametr yig'ilmaganligini ko'rsatadi.

Modelni bashorat qilishning asosiy natijasi(�) Medicare & Medicaid Services (CMS) markazlari tomonidan belgilangan statsionar bilan uchrashgandan keyin 30 kun ichida rejadan tashqari, barcha sabablarga ko‘ra statsionar qayta qabul qilish edi.31 CMS ta’rifiga asoslanib, 30 kun ichida faqat birinchi qayta qabul qilish. kunlar tahlil qilindi.

For more information:1950477648nn@gmail.com