運用三種方法挖掘疾病關聯的研究：電子病歷中疾病診斷數據的應用.pdf

1、目的：數據挖掘方法是發(fā)現數據中隱含知識的常用方法。本研究目的在于探索運用關聯規(guī)則挖掘、系統聚類分析、網絡分析三種數據挖掘方法挖掘電子病歷中疾病診斷數據里存在的疾病間潛在關聯并了解這三種方法在表現疾病間關聯時功能上的異同。
　　方法：本課題收集沈陽市某醫(yī)院電子病歷數據庫中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行數據預處理。以每患者診次為基本分析單元，統計樣本數據中疾病診斷編碼

2、(ICD)的出現頻率，根據預設閾值截取得到出現頻率較高的ICD編碼，進而構建“患者診次號-高出現頻率ICD編碼”矩陣。隨后應用Apriori算法理念、重復二分法、尋徑網絡算法分別開展疾病的關聯規(guī)則挖掘、系統聚類分析和網絡分析以獲取疾病間關聯。并通過查閱教科書和科技文獻，對所得疾病間關聯進行驗證。
　　結果：本研究結果如下:(1)應用關聯規(guī)則挖掘從樣本數據中得到47條存在于3-頻繁項集中的疾病間強關聯規(guī)則，其中31條疾病關聯規(guī)則具有

3、明確文獻支持，其余16條為“非特異性并發(fā)”關聯。(2)系統聚類分析則將74種疾病(出現頻率范圍為0.46％～11.52％)劃分為21個類團，其中包含5個孤立疾病。其余16個類團中，14個疾病類團具有明確文獻支持，另外2個類團尚待驗證。(3)網絡分析則將74種疾病構建出13條明確文獻支持的疾病關聯路徑。
　　結論：通過運用三種數據挖掘方法挖掘疾病間關聯并對其進行文獻驗證后發(fā)現多數疾病關聯與原有知識和經驗相吻合，同時也發(fā)現一些潛在疾病

4、間關聯并有待驗證。通過對三種疾病關聯結果進行分析和比較，了解和認識到三種數據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出疾病間存在的關聯并有利于認識疾病的發(fā)生發(fā)展;但三者均不能體現具有關聯的疾病間的時序性。其次，相對關聯規(guī)則挖掘而言，系統聚類分析和網絡分析在一定程度上高估了間接聯系的疾病間的關聯;且關聯規(guī)則挖掘更關注疾病集的局部共現性，而系統聚類分析和網絡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系;而相