心血管疾病是全球死亡的主要原因之一,急性冠脈綜合征（ACS,Acute Coronary Syndrome）為其中的一種,在其早期治療中,評估患者會(huì)發(fā)生諸如心肌梗死、中風(fēng)或者死亡等不良事件的風(fēng)險(xiǎn)程度是一個(gè)非常重要的階段。對病人的個(gè)體風(fēng)險(xiǎn)評估,可以幫助醫(yī)生選擇最合適的治療策略,降低ACS致死率。傳統(tǒng)的諸多評分工具如GRACE,TIMI等,大多根據(jù)隊(duì)列研究建立。其由于隊(duì)列研究嚴(yán)格的入組條件,使得樣本與實(shí)際臨床環(huán)境存在偏差,同時(shí)由于使用較少的風(fēng)險(xiǎn)因子,限制了工具的性能,并難以納入新的風(fēng)險(xiǎn)因子。近年來隨著醫(yī)院信息化的發(fā)展,更多的基于機(jī)器學(xué)習(xí)的模型被開發(fā)出來,這些模型使用電子病歷數(shù)據(jù),更好地反應(yīng)了真實(shí)的臨床環(huán)境,可以納入更多的風(fēng)險(xiǎn)因子,使用先進(jìn)的機(jī)器學(xué)習(xí)模型,可以取得更好的性能。然而,這些模型中仍然存在一些問題,如現(xiàn)存的模型通常忽略數(shù)據(jù)集樣本之間、特征之間的關(guān)聯(lián)信息,以及ACS本身存在三種不同診斷亞型（STEMI,NSTEMI,UA）,現(xiàn)有的模型并未考慮亞型之間的區(qū)別與關(guān)聯(lián)信息。為了可以更好的處理樣本之間、特征之間的關(guān)聯(lián)信息,本論文提出關(guān)系正則化的ACS患者風(fēng)險(xiǎn)評估方法,通過拉普拉斯算子將樣本之... 

【文章來源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：63 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１－２?：?２００２－２０１６年中國城鄉(xiāng)地區(qū)急性心梗死亡率變化趨勢［４］??在ＡＣＳ患者的早期治療中，評估患者會(huì)發(fā)生諸如心肌梗死、中風(fēng)或者死亡??等不良事件的風(fēng)險(xiǎn)程度是一個(gè)非常重?

浙江大學(xué)碩士論文?關(guān)系正則化的ＡＣＳ患者風(fēng)險(xiǎn)評估??２關(guān)系正則化的ＡＣＳ患者風(fēng)險(xiǎn)評估??根據(jù)醫(yī)生所建議的，風(fēng)險(xiǎn)評估方法應(yīng)當(dāng)在病人住院的早期階段提供相應(yīng)的風(fēng)??險(xiǎn)預(yù)測服務(wù)，圖２－１展示了如何進(jìn)行這樣的一個(gè)服務(wù)。所以我們主要從患者的入??院記錄中提取實(shí)驗(yàn)數(shù)據(jù)集，即從電子病歷記錄（ＥＨＲ，Ｅｌｅｃｔｒｏｎｉｃ?ｈｅａｌｔｈ?ｒｅｃｏｒｄｓ）??中收集患者入院階段記錄的患者數(shù)據(jù)。入院記錄是ＥＨＲ數(shù)據(jù)中非常關(guān)鍵的部分，??通常包含了許多有價(jià)值的信息，如患者的病史，檢查檢驗(yàn)結(jié)果以及一些特定的檢??查。此外，患者的首次診斷和常見合并癥或并發(fā)癥通常在患者的入院記錄中給出。??在臨床實(shí)踐中，醫(yī)生經(jīng)常參考ＡＣＳ患者個(gè)體的入院記錄來確定其臨床發(fā)病風(fēng)險(xiǎn)。??從這方面來說，可以利用入院記錄，研究醫(yī)療案例，提供重要的ＡＣＳ風(fēng)險(xiǎn)因子，??并利用這些因素來幫助醫(yī)生預(yù)測住院早期患者的臨床風(fēng)險(xiǎn)，并更好的改善臨床實(shí)．??踐，以便實(shí)現(xiàn)更好的個(gè)性化治療。??風(fēng)險(xiǎn)評估棋型??Ｃ?＾?（?（?，?？??＾?＾?１?—＃?？＊??？；?＾??■?—?？?—？?？?—?？?￣￣?？?－－?？?—?＇?、—，?？?—?？?—?？?—?—?？?—?？?—?？?？?高危??患者特征：蠢？?＿?★?入陜階段：Ｊ?住院階段：＾?＇ｊ??圖２－１：使用電子病例數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)評估流程圖??２．１數(shù)據(jù)集介紹??論文中的數(shù)據(jù)集主要來自于國內(nèi)某三甲醫(yī)院心血管內(nèi)科，從電子病歷系統(tǒng)中??收集了共３４６３份急性冠脈綜合患者的數(shù)據(jù)，這些數(shù)據(jù)中包括了患者入院記錄、??檢查檢驗(yàn)記錄。在之前的工作中［３Ｑ］，我們基于

浙江大學(xué)碩士論文?關(guān)系正則化的ＡＣＳ患者風(fēng)險(xiǎn)評估??圖２－２中展示了低中高危各個(gè)模型的ＲＯＣ曲線圖。可以看到使用了正則項(xiàng)??的各個(gè)模型的ＲＯＣ曲線明顯高于兩個(gè)基線模型，綜合三個(gè)正則項(xiàng)的模型比起僅??使用了?Ｌ２正則化模型在ＲＯＣ曲線上略勝一籌，該圖較為直觀地證明了我們提??出的模型具有更好的性能，樣本關(guān)系正則項(xiàng)和特征關(guān)系正則項(xiàng)可以有效提升模型??在風(fēng)險(xiǎn)評估上的性能。??１．?０?１??０．?６??０．９０－???Ｓｏｆｔｒａａｘ?Ｒｅｇｒｅｓｓｉｏｎ??Ｐｒｏｐｏｓｅｄ????—＇???Ｐｒｏｐｏｓｅｄ－Ｆｅａｔ??２?〇．?８６．?＾??一一???Ｐｒｏｐｏｓｅｄ－Ｓａｍｐ??〇．?８４?Ｊ????Ｉ???Ｐｒｏｐｏｓｅｄ－Ｌ２??０．７?０．８?０．９?１．０???Ｒａｎｄｏｍ?Ｆｏｒｅｓｔ??０．０??ｉ?１?．?．?．??０．０?０．２?０．?４?０．?６?０．８?１．０??樣本大小??圖２－３：樣本大小實(shí)驗(yàn)??為了確定樣本大小對于模型性能的影響，每次選取部分樣本對模型進(jìn)行評估，??可以看到，隨著樣本量的增加，各個(gè)模型的性能都處于一個(gè)上升階段。在樣本較??少時(shí)，隨機(jī)森林可以取得最好的性能，但樣本量上升，對于隨機(jī)森林的性能提升??并不明顯。其余的模型在樣本數(shù)量達(dá)到６０％后性能進(jìn)入平臺(tái)期，即樣本量繼續(xù)增??加，性能提升相對有限。??低亀風(fēng)》因子權(quán)》?中龜風(fēng)噲因子杈寶?高危風(fēng)除因子權(quán)曹??？?＇？?？?———?＞?＞■?＞？??ｍｕ?—？＇？?｜—｜？?？轉(zhuǎn)?——■－??Ｉ擊?Ｍｉｌ?？＞?旮鑰朦＊?１＾—１?Ｗ

【參考文獻(xiàn)】：
期刊論文
[1]《中國心血管病報(bào)告2018》概要[J]. 胡盛壽,高潤霖,劉力生,朱曼璐,王文,王擁軍,吳兆蘇,李惠君,顧東風(fēng),楊躍進(jìn),鄭哲,陳偉偉.  中國循環(huán)雜志. 2019(03)
[2]中國人群乙型病毒性肝炎血清流行病學(xué)調(diào)查——乙型肝炎疫苗接種降低乙型肝炎病毒感染率[J]. 崔富強(qiáng).  中國疫苗和免疫. 2010(04)



本文編號(hào)：3068896