Zum Inhalt

Multiple-Disease Risk Predictive Modeling Based on Directed Disease Networks

  • 2020
  • OriginalPaper
  • Buchkapitel
Erschienen in:

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This paper studies multiple-disease risk predictive models to assess a discharged patient’s future disease risks. We propose a novel framework that combines directed disease networks and recommendation system techniques to substantially enhance the performance of multiple-disease risk predictive modeling. Firstly, a directed disease network considering patients’ temporal information is developed. Then based on this directed disease network, we investigate different disease risk score computing approaches. We validate the proposed approaches using a hospital’s dataset. Promisingly, the predictive results can be well referenced by healthcare professionals who provide healthcare guidance for patients ready for discharge.

Sie sind noch kein Kunde? Dann Informieren Sie sich jetzt über unsere Lizenzmodelle:

Einzelzugang

Starten Sie jetzt Ihren persönlichen Einzelzugang. Erhalten Sie sofortigen Zugriff auf mehr als 170.000 Bücher und 540 Zeitschriften - pdf-Downloads und Neu-Erscheinungen inklusive.

Jetzt ab 54,00 € pro Monat!                                        

Mehr erfahren

Zugang für Unternehmen

Nutzen Sie Springer Professional in Ihrem Unternehmen und geben Sie Ihren Mitarbeitern fundiertes Fachwissen an die Hand. Fordern Sie jetzt Informationen für Firmenzugänge an.

Erleben Sie, wie Springer Professional Sie in Ihrer Arbeit unterstützt!

Beraten lassen
Titel
Multiple-Disease Risk Predictive Modeling Based on Directed Disease Networks
Verfasst von
Tingyan Wang
Robin G. Qiu
Ming Yu
Copyright-Jahr
2020
DOI
https://doi.org/10.1007/978-3-030-30967-1_21
Dieser Inhalt ist nur sichtbar, wenn du eingeloggt bist und die entsprechende Berechtigung hast.
    ADVERTORIAL

    KI ohne Großprojekt und Risiko starten

    Mit freundlicher Unterstützung von:
    • ​​​​​​​Dell Technologies, Intel und Microsoft.
    Bildnachweise
    Schmalkalden/© Schmalkalden, NTT Data/© NTT Data, Verlagsgruppe Beltz/© Verlagsgruppe Beltz, ibo Software GmbH/© ibo Software GmbH, Sovero/© Sovero, Axians Infoma GmbH/© Axians Infoma GmbH, Prosoz Herten GmbH/© Prosoz Herten GmbH, Stormshield/© Stormshield, MACH AG/© MACH AG, OEDIV KG/© OEDIV KG, Rundstedt & Partner GmbH/© Rundstedt & Partner GmbH, Doxee AT GmbH/© Doxee AT GmbH , Governikus GmbH & Co. KG/© Governikus GmbH & Co. KG, Vendosoft/© Vendosoft, Conceptboard Cloud Service GmbH/© Vendosoft, Videocast 1: Standbild/© Springer Fachmedien Wiesbaden, givve Bezahlkarte - digitale Effizienz trifft menschliche Nähe/© givve