運(yùn)用三種方法挖掘疾病關(guān)聯(lián)的研究：電子病歷中疾病診斷數(shù)據(jù)的應(yīng)用.pdf

1、目的：數(shù)據(jù)挖掘方法是發(fā)現(xiàn)數(shù)據(jù)中隱含知識的常用方法。本研究目的在于探索運(yùn)用關(guān)聯(lián)規(guī)則挖掘、系統(tǒng)聚類分析、網(wǎng)絡(luò)分析三種數(shù)據(jù)挖掘方法挖掘電子病歷中疾病診斷數(shù)據(jù)里存在的疾病間潛在關(guān)聯(lián)并了解這三種方法在表現(xiàn)疾病間關(guān)聯(lián)時功能上的異同。
　　方法：本課題收集沈陽市某醫(yī)院電子病歷數(shù)據(jù)庫中2008年7月至2014年11月期間的11812名兒科病房住院患者的15710次患者診次記錄并進(jìn)行數(shù)據(jù)預(yù)處理。以每患者診次為基本分析單元，統(tǒng)計(jì)樣本數(shù)據(jù)中疾病診斷編碼

2、(ICD)的出現(xiàn)頻率，根據(jù)預(yù)設(shè)閾值截取得到出現(xiàn)頻率較高的ICD編碼，進(jìn)而構(gòu)建“患者診次號-高出現(xiàn)頻率ICD編碼”矩陣。隨后應(yīng)用Apriori算法理念、重復(fù)二分法、尋徑網(wǎng)絡(luò)算法分別開展疾病的關(guān)聯(lián)規(guī)則挖掘、系統(tǒng)聚類分析和網(wǎng)絡(luò)分析以獲取疾病間關(guān)聯(lián)。并通過查閱教科書和科技文獻(xiàn)，對所得疾病間關(guān)聯(lián)進(jìn)行驗(yàn)證。
　　結(jié)果：本研究結(jié)果如下:(1)應(yīng)用關(guān)聯(lián)規(guī)則挖掘從樣本數(shù)據(jù)中得到47條存在于3-頻繁項(xiàng)集中的疾病間強(qiáng)關(guān)聯(lián)規(guī)則，其中31條疾病關(guān)聯(lián)規(guī)則具有

3、明確文獻(xiàn)支持，其余16條為“非特異性并發(fā)”關(guān)聯(lián)。(2)系統(tǒng)聚類分析則將74種疾病(出現(xiàn)頻率范圍為0.46％～11.52％)劃分為21個類團(tuán)，其中包含5個孤立疾病。其余16個類團(tuán)中，14個疾病類團(tuán)具有明確文獻(xiàn)支持，另外2個類團(tuán)尚待驗(yàn)證。(3)網(wǎng)絡(luò)分析則將74種疾病構(gòu)建出13條明確文獻(xiàn)支持的疾病關(guān)聯(lián)路徑。
　　結(jié)論：通過運(yùn)用三種數(shù)據(jù)挖掘方法挖掘疾病間關(guān)聯(lián)并對其進(jìn)行文獻(xiàn)驗(yàn)證后發(fā)現(xiàn)多數(shù)疾病關(guān)聯(lián)與原有知識和經(jīng)驗(yàn)相吻合，同時也發(fā)現(xiàn)一些潛在疾病

4、間關(guān)聯(lián)并有待驗(yàn)證。通過對三種疾病關(guān)聯(lián)結(jié)果進(jìn)行分析和比較，了解和認(rèn)識到三種數(shù)據(jù)挖掘方法存在相似性和差異。首先，三者均能在一定程度上形象化地表現(xiàn)出疾病間存在的關(guān)聯(lián)并有利于認(rèn)識疾病的發(fā)生發(fā)展;但三者均不能體現(xiàn)具有關(guān)聯(lián)的疾病間的時序性。其次，相對關(guān)聯(lián)規(guī)則挖掘而言，系統(tǒng)聚類分析和網(wǎng)絡(luò)分析在一定程度上高估了間接聯(lián)系的疾病間的關(guān)聯(lián);且關(guān)聯(lián)規(guī)則挖掘更關(guān)注疾病集的局部共現(xiàn)性，而系統(tǒng)聚類分析和網(wǎng)絡(luò)分析則更注重疾病與納入研究的其它所有疾病的整體相互關(guān)系;而相