基于高斯过程的EHR时间序列插补及在AKI预测中的应用研究

发布时间：2020-05-13 03:35

【摘要】：目的:急性肾损伤(Acute Kidney Injury,AKI)是临床中的常见并发症,在ICU中发病率较高、死亡率高,医疗花费成本高,对急性肾损伤进行早期预测预警有助于辅助医护人员及早识别患者的恶化风险,在早期对患者进行干预以预防进一步的损害。随着电子健康档案的发展以及数据挖掘、机器学习方法在医疗领域中的应用,我们得以用大数据的研究方法对医疗数据进行挖掘,探究疾病的演化规律,这为我们深入研究AKI,发展AKI的预测预警模型提供了机会。然而对电子健康档案的二次分析面临的一大问题是数据的稀疏性与采样的不均衡性造成的数据缺失,应用电子健康档案(Electronic Health Records,EHR)时间序列首先需要对缺失值进行处理。本研究将探讨针对医疗时间序列如何选取插值方法,并基于集成学习与深度学习方法构建AKI预测预警模型,为医护人员提供更好的决策支持。方法:本研究首先ⅰ.)探讨了连续动态生理数据中缺失值的插值方法,评估高斯过程(Gaussian Process,GP)在处理生理信号缺失中的有效性。ⅱ.)基于机器学习方法LightGBM模型探索AKI预测模型,在公开的大型ICU数据库重症监护医学信息数据库(Medical Information Mart for Intensive Care,MIMIC-Ⅲ)中采用患者 24 小时内首次生理生化测量值预测患者的发病风险。ⅲ.)采用多变量注意力机制长短期记忆网络-全卷积神经网络模型(MALSTM-FCN)构建AKI时间序列预测模型,以患者入ICU后的时序数据预测当前时间往后第2h、6h、12h以及第24h发展为AKI的风险,并评估不同的缺失值的处理方法对模型性能的影响。结果:ⅰ.)高斯过程在处理生理信号缺失问题中表现优异,在连续缺失与非连续缺失两种缺失模式下,均方误差(Mean-Square Error,MSE)均为最低。ⅱ.)MIMIC数据库中满足条件的21722名患者中,有8694名患者发展为AKI,发病率为40.0%。以患者首次测量值构建AKI预测模型,LightGBM模型表现最佳(LightGBMAUC 0.93,ACC 0.87;随机森林 AUC 0.90,ACC 0.86;Logistic 回归 AUC 0.74,ACC 0.75)。ⅲ.)MALSTM-FCN时间序列预测模型及LightGBM模型结果显示,提前2h、6h预测的最佳AUC分别为0.908(LightGBM-线性插值模型)和0.902(MALSTM-GP插值模型、LightGBM-线性插值模型),第12、24小时最佳的AUC分别为0.890(MSLATM-GP插值模型),0.877(MSLATM-GP插值模型)。预测准确率最高的模型为MSLATM-GP插值模型,在2h、6h、12h及24h的预测准确率分别为0.819、0.818、0.806 和 0.798。结论:机器学习方法为我们发展疾病预测模型提供了有效的手段,在处理生理信号缺失问题中,高斯过程插值表现优异。采用高斯过程对EHR缺失数据进行插补并构建AKI时序预测模型,提前2h LightGBM-线性插值预测模型的AUC可达0.908,MALSTM-高斯过程插值模型在提前6h、12h、24h的模型中表现最佳,AUC可达0.902、0.890 和 0.877。
【图文】：

序列,医疗数据

逦解放军医学院硕士学位论文逦逡逑第一部分高斯过程回归插值逡逑１．１生理信号缺失值及插值方法概述逡逑ＥＨＲ中包含丰富的患者临床信息，但传统的医疗监护方法很难规律地采集患者逡逑的数据，比如住院病人的生命体征数据每三到四小时监测一次，而ＩＣＵ病人每小时逡逑监测一次，生理生化指标的测量频率也不一致，由于操作的复杂性及频繁检测的必逡逑要性的考虑，生化指标的测量次数往往少于生理指标。这导致我们得到的医疗时间逡逑序列存在稀疏性及采样不规律的问题。比如图１为ＭＩＭＩＣ邋ＩＩＩ数据库中ＩＣＵＳＴＡＹ逡逑ＪＤ为２０００９１的患者发生急性肾损伤７２小时前的十项生理生化指标测量记录，这逡逑些测量值的测量时间与测量频率不尽相同，比如该患者的白细胞计数一共测量了邋３逡逑，量间大约２４ｈ，心一量４９，比密。逡逑

缺失,心率,设备,高斯过程

对于医疗数据时间序列，常用的数据缺失的处理方法有单项插补法（如线性插逡逑值、前向插值、样条插值）或基于模型的方法（如高斯过程）。ａ．）线性插值假设在逡逑插值时间段内数据有线性的变化趋势，通过拟合线性方程填充缺失时刻的值，线性逡逑插值计算简单，但不能捕捉非线性的变化趋势［１６］。ｂ．）前向插值是医疗环境中常用逡逑的插值方法，这一方法使用前一时刻的值来替代当前的缺失值，即假设数据在插值逡逑时间段内没有变化，这种方法低估了数据的波动性。ｃ．）样条函数通过构造样条函数逡逑对数据进行拟合，其构造简单，在生理数据插补中应用广泛。ｄ．）高斯过程是近年来逡逑应用在数据插补中的方法，它可以捕获时间序列前后的相关性，捕捉数据长时间的逡逑变化趋势。Ｆｅｎｇ等人采用氋斯过程对胎心率缺失值进行插补，结果显示高斯过程比逡逑三次样条插值的结果更准确可靠［１７］。Ｏｌｉｖｅｒ等人用高斯过程回归对含有噪声的心电逡逑数据进行插补，与传统回归方法进行对比，插值的效果和鲁棒性有显著提升［１８］。逡逑对数据插补不当会给模型引入额外的误差和偏倚，，使模型的有效性降低。因此，逡逑
【学位授予单位】：中国人民解放军医学院
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：R692

【相似文献】