Microsoft Word - Deep Learning vs Traditional Models_Abdel Hai_Lokahluti 3
Jan 03, 2024
Í þessari rannsókn voru umfangsmiklar tilraunir gerðar til að ákvarða hversu mörg fyrri kynni eru ákjósanleg til að spá fyrir um endurupptöku.
Eftir því sem hraða lífsins er hraðari verðum við fyrir miklu magni upplýsinga á hverjum degi og við þurfum að viðhalda ákveðnu minni til að gleypa og nýta þessar upplýsingar betur. Mörgum kann að finnast að minnið sé ekki nógu sterkt, en með víðtækum tilraunarannsóknum getum við komist að því að hægt er að þjálfa og bæta minnið.
Fyrsta tengda tilraunin skoðaði áhrif jóga á að bæta minni. Tilraunin, sem gerð var við háskólann í Kaliforníu í San Francisco, sýndi að jógaiðkun jók grátt efni í heilanum og bætti skammtíma- og langtímaminni nemenda. Þetta er vegna þess að jóga hefur mjög góð heilsugæsluáhrif á líkamlega og andlega heilsu fólks, getur létt á streitu og kvíða og þar með aukið minni fólks.
Önnur tilraunin kannaði sambandið milli svefns og minnis. Vísindamenn hafa komist að því að það er gott fyrir minni fólks að fá nægan svefn. Svefn getur stuðlað að flutningi upplýsinga á milli heilafrumna, hjálpað til við að treysta minningar og bæta langtímageymslugetu minninga.
Þriðja tilraunin er að nota stærðfræðileiki til að bæta reikningsgetu og minni nemenda. Í tilrauninni, sem gerð var við háskólann í Hong Kong, báðu vísindamenn nemendur um að framkvæma einfaldar stærðfræðilegar athafnir til að örva heilavirkni þeirra. Niðurstöðurnar sýndu að eftir að hafa fengið þjálfunina batnaði reikningsgeta og minni nemenda. Þetta sýnir að með viðeigandi þjálfun og örvun er hægt að bæta heilastarfsemi til muna.
Í gegnum ofangreindar tilraunir vitum við að minnið er hægt að þjálfa og bæta og þú þarft ekki að hafa miklar áhyggjur af því að minnið sé ekki nógu gott. Við getum bætt minni okkar á áhrifaríkan hátt og tekist betur á við áskoranir nútímalífs með því að framkvæma viðeigandi æfingar, eins og jógaæfingar, nægan svefn og ýmsa leiki. Það má sjá að við þurfum að bæta minnið og Cistanche deserticola getur bætt minnið verulega því Cistanche deserticola er hefðbundið kínverskt lækningaefni sem hefur mörg einstök áhrif, ein þeirra er að bæta minni. Virkni hakkaðs kjöts kemur frá hinum ýmsu virku innihaldsefnum sem það inniheldur, þar á meðal sýru, fjölsykrur, flavonoids o.fl. Þessi innihaldsefni geta stuðlað að heilsu heilans á ýmsan hátt.
Smelltu á vita 10 leiðir til að bæta minni
Við gerðum tilraunir með því að íhuga � kynni á síðustu 2 árum, þar sem � ∈{1, 2, 4, 8, 15, 30, 60, 80, 100}. Meðalfjöldi funda á hvern sjúkling á þessu tímabili var 21 og 90. hundraðshluti var 56.
Breytileiki í fjölda fundur leiddi til ósamræmdrar lengd eiginleikavigra. Þannig, í tilraun sem tekur til allt að 60 funda, voru eiginleikavektorar sem skorti gögn fylltir með 0s til að tryggja að eiginleikavektorar fyrir alla sjúklinga tákni 60 fundi.
Þessi rannsókn setti fram tilgátu um að DL líkön standi sig betur en hefðbundin líkön á stórum viðmiðum, þess vegna var gerð samanburðargreining með ýmsum matsmælingum til að meta og bera DL reikniritin saman við hefðbundin grunnlíkön.
Þar að auki, til að kanna mikilvægi lénsþekkingar, þjálfuðum við og prófuðum líkönin á gögnum með öllum rannsóknarstofurannsóknum sem eru innifalin í EHR gagnapakkanum og borin saman við líkön sem þjálfaðar voru og prófaðar með undirmengi rannsóknarstofurannsókna byggðar á fyrri greinum sem greina frá tengslum við endurinnlögn (albúmín í sermi, anjón). bil, sýrustig í slagæðum, bilirúbín, þvagefni í blóði, köfnunarefni, koltvísýring, kreatínín í sermi, blóðsykur, blóðkorn, laktat, PaCO2, PaO2, natríum í sermi, tróponín-I, pH í bláæðum og fjölda hvítfrumna.11, 34 Notkun eingöngu undirhópur rannsóknarstofurannsókna getur verið gagnlegur með því að draga úr vídd.
Sjúklingum var raðað af handahófi í 3 undirhópa sem ekki skarast, þar sem 70% voru notuð til þjálfunar, 10% til staðfestingar og 20% til prófunar. Við notuðum krossprófunaraðferðir til að finna ofurfæribreyturnar sem skila bestu frammistöðu.
Fyrir LSTM og GRU breyttum við fjölda taugafrumna, brottfalli, lotustærð og fjölda tímabila með því að nota netleit. Í framhaldi af bókmenntunum var hlutfall brottfalls frá 0 til 50 í gerðar tilraunum og fjöldi taugafrumna var frá 32 til 512.
Við völdum brottfall af 0.1, 128 taugafrumum, lotustærð 512, og 16 tímabil fyrir LSTM og 12 tímabil fyrir GRU þar sem tvíátta GRU sameinast hraðar en 1-vegur LSTM. Sigmoid virkjunaraðgerð og Adam optimizer voru notuð. Hefðbundnar gerðir voru líka fínstilltar og valdir voru yfirfæribreyturnar sem skiluðu bestum árangri.
Árangursmælingar og greining
Frammistaða aðferðanna sem notuð var í rannsókn okkar var metin með fimm algengum mælikvörðum: Area Under the Receiver Operating Characteristic Curve (AUROC), Recall (einnig þekkt sem Sensitivity), Specificity, F1-score og Precision. Formlegar skilgreiningar þessara matsmælinga eru algengar og auðvelt að finna þær.34
Tölfræðileg marktektargreining var gerð til að meta stöðugleika og mikilvægi frammistöðu fyrirhugaðs líkans.Við völdum af handahófi mismunandi sjúklinga til þjálfunar og prófunar og endurtókum slembivalið 10 sinnum til að búa til meðaltalsárangursmælingar og 95% öryggisbil.
LSTM var borið saman við besta hefðbundna líkanið (RF) með t-prófi. P-gildi<0.05 was considered statistically significant. The Temple University Institutional Review Board approved the protocol.
Niðurstöður
Alls voru 36.641 sjúklingar greindir með 2.836.569 fundi. Það voru 9.130 sjúklingar með að minnsta kosti eina endurinnlögn og 27.511 án endurinnlagnar. Áhrif fjölda kynninga á síðustu 2 árum voru metin fyrir fimm spálíkön þar sem � kynni voru talin fyrir hvert líkan og tilraunir voru endurteknar fyrir � ∈{1, 2, 4, 8, 15, 30, 60, 80, 100} .
Mynd 2 sýnir AUROC fyrir fyrirhugaða líkanið, LSTM, samanborið við hefðbundnar gerðir yfir mismunandi fjölda kynja. Tvíátta GRU var einnig framkvæmd en sleppt vegna þess að það náði eins AUROC til LSTM. LSTM stóð sig betur en hefðbundin líkön á stóru viðmiði í öllum tilraunum með mismunandi fjölda funda.
Að meðaltali gáfu LSTM-líkönin aukningu á AUROC upp á {{0}}.06 samanborið við best árangursríkustu hefðbundnu módelin, RF. Tilraunir sýna að það að spá fyrir um endurupptöku byggt á einum fyrri kynnum er ekki nóg og skilaði miklu minni afköstum (0,7 með DL-líkönunum og 0,68 með því að nota hefðbundna líkanið sem skilaði best).
DL-líkön náðu hásléttu þegar þau voru þjálfuð með því að nota gögn frá 30fundum með lágmarks framförum eftir það. DL-reikniritið gaf 0,07 aukningu á AUROC samanborið við besta hefðbundna RF líkanið þegar besti fjöldi funda var notaður, 80.
Tafla 1 sýnir frammistöðu LSTM og hefðbundinna líkana með því að nota allar rannsóknarstofuprófanir frá allt að 80 af nýjustu fundunum á síðustu 2 árum. Á heildina litið voru öryggisbilin mjög lítil (<0.02), indicating a high degree of precision around the means.
Fyrirhuguð aðferð, LSTM, fékk að meðaltali AUROC upp á {{0}},79 með 95% CI upp á 0,001. P-gildið sem fékkst með því að bera saman LSTM AUROC við næstbestu líkanið (RF) var<0.0001, hence, LSTM performance
was significantly greater than the traditional models.
LSTM líkön náðu endurköllun/næmni upp á 0.81, sem gefur til kynna að frammistaðan hafi verið nokkuð sterk við að spá fyrir um raunverulegt jákvætt, (þ.e. að flokka sjúklinga með endurinnlagnir rétt).
Öll líkön sem notuð voru í rannsókninni okkar náðu mjög góðri sérstöðu, (þ.e. sanna neikvæða hlutfallinu). Þannig gengu þjálfuðu líkönin vel við að spá fyrir um sjúklinga sem ekki eru líklegir til að verða endurinnlagðir. LSTM náði F{0}}einkunn upp á 0,80, sem gefur til kynna mjög góða getu til að greina á milli sjúklinga sem verða endurinnlagðir eða ekki.
Til að ákvarða hvort lénsþekking um rannsóknarstofurannsóknir sé gagnleg, gerðum við tvær mismunandi tilraunir þar sem vötnuðum og prófuðum líkanið byggt á undirmengi 16 einstakra rannsóknarstofurannsókna sem valin voru af lénsþekkingu á móti því að nota allar 981 einstakar rannsóknarstofurannsóknir sem innifalin eru í gögnunum.
Ein heit kóðunartækni var notuð og breytt til að tengja niðurstöðu rannsóknarstofu við hvern rannsóknarstofukóða. Langt einstakt úrval rannsóknarstofukóða������_���_����� var búið til. Fyrir hverja fundi var búið til fylki af núllum � af sömu lengd og ������_���_�����. �samsett úr niðurstöðunni á sama vísitölu hvers rannsóknarstofuprófs í������_���_�������, til að tengja niðurstöðuna við ákveðinn rannsóknarstofukóða. Fundur án rannsóknarniðurstöður myndi hafa � núll, sem gefur til kynna að engin rannsóknarstofupróf hafi verið gerð fyrir tiltekna fundi.
Þar sem flestir kynni innihéldu<3 laboratory codes, this resulted in a sparse array. SVD was therefore utilized to learn an embedding of a sparse feature vector and reduce dimensionality. The Receiver Operating Characteristic (ROC) Curves of the LSTM models based on all laboratory studies or selected laboratory studies were identical (0.79, Figure 3).
Umræða
Í þessum afturskyggna hópi 36.563 sjúklinga með sykursýki, stóðu DL-líkön sig betur en RF, MLP, AdaBoost og LR-líkön þegar þeir spáðu fyrir um óskipulagða endurinnlagnir af öllum orsökum 30-daga. Besta LSTM líkanið gaf AUROC upp á 0.79 og nákvæmni upp á 0.81, sem gefur til kynna mjög góðan árangur. Tilraunir sem ætlaðar eru til að sýna fram á sambandið milli fjölda fyrri funda og frammistöðu líkana sýna að AUROC LSTM líkananna jókst eftir því sem fundurinn jókst og náði hálendi við 30 fundi. Frammistaða hefðbundnu líkananna jókst í minna mæli upp í 15 eða 30 fyrri fundi, síðan annað hvort lækkuðu (RF) eða dróst saman (MLP, AdaBoost, LR) eftir því sem fundurinn jókst. Að lokum, LSTM líkan sem innihélt sett af 16 rannsóknarstofuprófum sem valin voru af lénsþekkingu gaf samsvarandi frammistöðu og LSTM líkan sem innihélt öll tiltæk rannsóknarstofupróf.
Í rannsókn okkar stóðu DL módelin betur en hefðbundnu módelin. Okkur er kunnugt um 4 rannsóknir sem báru DL líkön saman við hefðbundin líkön til að spá fyrir um endurinnlagnarhættu sjúklinga með sykursýki. Tvær þessara rannsókna sýndu skýran kost DL-aðferða fram yfir hefðbundin ML-líkön,23,24 á meðan tvær rannsóknir fundu jaðarávinning með DL-aðferðum.25,27 Frammistaða þessara DL-líkana var breytileg með AUROC 0.61-0 .97 og nákvæmni 0.69-0.95, en engin þeirra fór yfir bestu hefðbundnu ML módelunum, þar sem AUROC var allt að 0.99 og nákvæmni {{13} }.99.23,27 Samanburður á frammistöðu líkana í öllum þessum rannsóknum takmarkast hins vegar af skorti á staðlaðri skýrslugerð um frammistöðueiginleika og breytilegar aðferðir við prófanir. Rannsókn okkar miðað við fyrri rannsóknir sem báru beint saman DL við hefðbundin ML módel, bendir til þess að DL aðferðir skili yfirleitt betri árangri í þessum hópi.
Okkur er ekki kunnugt um aðrar greinar sem hafa kannað sambandið á milli fjölda fyrri kynja og frammistöðu innlagnaráhættulíkans hjá sjúklingum með sykursýki. Í tengdri vinnu skoðaði einni grein hins vegar hvernig árangur líkana til að spá fyrir um endurinnlagnarhættu hjá sjúklingum með sjúklega offitu var mismunandi þar sem fjöldi innlagna á sjúkrahús jókst úr að lágmarki 2 upp í 5,35 AUROC jókst úr 2 í 3 sjúkrahúsinnlagnir síðan. Í annarri víðtækri rannsókn komumst við að því að frammistaða LR líkana til að spá fyrir um endurinnlagnahættu sjúklinga með sykursýki hafði tilhneigingu til að aukast þegar úrtaksstærðin jókst úr 2,000 upp í 6,000 og fór síðan á hásléttu .36 Þessi rannsókn bendir til þess að tilraunir á ýmsum fjölda funda og úrtaksstærða geti leitt í ljós viðmiðunarmörk sem gætu hámarkað gagnagreiningu, jafnvægi upplýsingamagns og víddar.
Okkur er líka ekki kunnugt um aðrar rannsóknir sem hafa borið saman áhættulíkön fyrir endurinnlagnir með því að nota rannsóknarstofugögn sem valin eru af lénsþekkingu við öll rannsóknarstofugögn sem eru tiltæk hjá sjúklingum með sykursýki. Það er skipt á milli þess að taka með öll rannsóknarstofugögn, sem leiðir til meiri víddar og dýrari líkönum, og að fá lénssérfræðing til að velja undirmengi rannsóknarstofugagna, sem getur verið kostnaðarsamt og minna framkvæmanlegt. Eins og fjöldi fyrri funda þar sem frammistaða líkansins batnaði ekki, þá bendir niðurstaðan að frammistaða líkansins með undirmengi rannsóknarstofunnar jafngildi líkansins með öllum rannsóknarstofumsgögnum til þess að það sé svipað hálendi á þessu sviði. Kanna skal hvort þetta fyrirbæri alhæfist um aðra sjúklingahópa eða ekki.
LSTM líkönin sem við köllum eDERRITM eru framlenging á fyrri gerðum okkar, theDERRITM og DERRIplus.8,11 Hvað varðar AUROC, gekk eDERRITM líkanið betur en DERRITM en verr en DERRIplus. Því miður er ekki hægt að bera saman frammistöðu 3 líkananna beint í núverandi rannsókn vegna þess að gagnasafnið inniheldur ekki póstnúmer, atvinnustöðu eða upplýsingar um greiðanda. Ólíkt DERRITM og DERRIplus, eru eDERRITM líkönin þróuð með almennt tiltækum EHR gögnum eins og lýðfræði, lífsmerkjum, greiningar- og aðferðakóðum, lyfjum, rannsóknarstofuprófum og stjórnunargögnum eins og skilgreint er af PCORnet CDM.29 CDM staðlar útdrátt EHR gagna, auka alhæfanleika og skalanleika líkana sem nota það. Við ætlum að þýða eDERRITM í forrit sem er innbyggt í EHR kerfi sem mun sjálfkrafa búa til spár um endurinnlagnarhættu fyrir sjúkrahússjúklinga með sykursýki.
Til viðbótar við alhæfingarhæfni CDM-tengt gagnasafns, hefur núverandi rannsókn aðra athyglisverða styrkleika. Gagnasafnið er tekið úr sjúklingum með sjúkrahúsinnlögn á milli 7/1/2010 og 31/12/2020, sem er mun nýlegra en gagnasöfnin sem notuð eru fyrir önnur endurinnlagnaráhættulíkön sem nú eru gefin út hjá sykursýkissjúklingum. Öfugt við mest notaða gagnasafnið, sem innihélt aðeins sjúkrahúsfund með tengdri greiningu á sykursýki og dvalartíma innan við 15 daga, innihélt núverandi gagnasafn allar tegundir funda óháð tilheyrandi sjúkdómsgreiningu, sem fangar gögn bæði á legudeildum og göngudeildum. Að lokum gaf úrtaksstærð 36.563 sjúklinga með 2.836.569 fundi næg gögn til að þróa DL líkön og framkvæma tilraunir með allt að 100 fyrri fundi.
Það eru nokkrar takmarkanir sem vert er að viðurkenna. Gögnin voru tekin úr einu þéttbýli, akademísku heilbrigðiskerfi. Þess vegna er alhæfanleiki líkananna yfir á aðra þýði óþekktur og krefst prófunar. Skortur á póstnúmeri bæði sjúklings og sjúkrahúss kemur í veg fyrir að hægt sé að áætla fjarlægðina milli heimilispóstnúmers sjúklings og sjúkrahússins, sem vitað er að tengist endurinnlagnaráhættu.
Niðurstaða
LSTM líkan með mjög góða frammistöðu sem spáir fyrir um óskipulagða, af öllum orsökum 30-daga endurinnlagnir meðal sjúklinga með sykursýki var þróað og prófað innvortis. LSTM líkön eru betri en hefðbundin líkön við að spá fyrir um endurupptöku hjá þessum hópi. Frammistaða LSTM líkansins eykst í upphafi eftir því sem fyrri kynnum fjölgar og síðan hásléttur. Vandlega valdir rannsóknarstofueiginleikar geta skilað forspárlíkönum með frammistöðu sem er jafnmikil og líkön byggð á öllum tiltækum rannsóknarstofurannsóknum. Viðbótarrannsókn er nauðsynleg til að sannreyna líkanið ytra.
Viðurkenningar
Þessi rannsókn var studd af National Health Institute (NIH) undir styrknúmeri R01DK122073.
Heimildir
1. Benbassat J, Taragin M. Endurinnlagnir á sjúkrahúsi sem mælikvarði á gæði heilbrigðisþjónustu: Kostir og takmarkanir. Skjalasafn innanlækninga. 2000;160:1074-1081.
2. Rubin DJ. Endurinnlögn sjúklinga með sykursýki á sjúkrahúsi. Núverandi sykursýkisskýrslur. 2015;15:1-9.
3. Ostling S, Wyckoff J, Ciarkowski SL, Pai CW, Choe HM, Bahl V, et al. Sambandið á milli sykursýki og tíðni endurinnlagna 30-daga. Klínísk sykursýki og innkirtlafræði. 2017;3:3.
4. Enomoto LM, Shrestha DP, Rosenthal MB, Hollenbeak CS, Gabbay RA. Áhættuþættir tengdir 30-dagsendurinnlögn og lengd dvalar hjá sjúklingum með sykursýki af tegund 2. J Fylgikvillar sykursýki. 2017;31:122-127.
5. AHRQ, Heilbrigðiskostnaður og nýtingarverkefni (hcup) landsbundið legusýni (nis). , 2018.
6. ADA. Efnahagskostnaður við sykursýki í Bandaríkjunum árið 2017. Sykursýkisþjónusta. 2018;41:917-928.
7. Rubin DJ, Shah AA. Að spá fyrir um og koma í veg fyrir endurnýtingu bráðrar umönnunar hjá sjúklingum með sykursýki. Núverandi sykursýkisskýrslur. 2021;21.
8. Rubin DJ, Handorf EA, Golden SH, Nelson DB, McDonnell ME, Zhao H. Þróun og staðfesting á nýju tæki til að spá fyrir um hættu á endurupptöku á sjúkrahúsi meðal sjúklinga með sykursýki. Endocr Practice. 2016;22:1204-1215.
9. Rubin DJ, Recco D, Turchin A, Zhao H, Golden SH. Ytri staðfesting á vísbendingum um hættu á snemma endurupptöku sykursýki (Terri ()). Endocr Practice. 2018;24:527-541.10. Alamer AA, Patanwala AE, Aldayyen AM, Fazel MT. Staðfesting og samanburður á tveimur 30-daga spálíkönum fyrir endurupptöku hjá sjúklingum með sykursýki. Endocr Practice. 2019;25:1151-1157.
For more information:1950477648nn@gmail.com
