
-
生物通官微
陪你抓住生命科技
跳动的脉搏
TASC:一种具备不确定性量化的时序感知序列聚类框架,用于电子健康记录轨迹分析
《BioData Mining》:TASC: a time-aware sequence clustering framework with uncertainty quantification for electronic health record trajectories
【字体: 大 中 小 】 时间:2026年06月06日 来源:BioData Mining 7.9
编辑推荐:
摘要纵向电子健康记录轨迹具有高度的异质性、稀疏性和不规则性,这使得无监督的时间模式发现和不确定性量化变得十分困难。我们开发了一种时间感知序列聚类框架(TASC),该框架结合时间间隔、临床语义相似度以及概率性亚型特征,从而从电子健康记录数据中识别出纵向轨迹模式。我们以全膝关节置换术
纵向电子健康记录轨迹具有高度的异质性、稀疏性和不规则性,这使得无监督的时间模式发现和不确定性量化变得十分困难。我们开发了一种时间感知序列聚类框架(TASC),该框架结合时间间隔、临床语义相似度以及概率性亚型特征,从而从电子健康记录数据中识别出纵向轨迹模式。我们以全膝关节置换术前的肌肉骨骼疾病护理轨迹为例来展示这一框架。作为概念验证,我们将TASC应用于“所有人”研究项目中2,052名接受初次全膝关节置换术患者的电子健康记录和调查数据。通过这些数据,我们构建了他们与肌肉骨骼相关的诊断和合并症按时间顺序排列的序列。随后,我们采用了一种加权编辑距离算法,该算法同时考虑了临床语义相似度和事件间的时间间隔,再通过K-Medoids聚类和基于子采样的稳定性分析进行进一步处理。我们从社会人口学变量、生活质量指标、肌肉骨骼相关诊断事件的发病率、手术时间以及术前术后阿片类药物使用情况等方面对各个聚类进行了比较。此外,我们还通过SoftMax变换,根据部分或完整轨迹与聚类中心之间的距离,计算出基于概率的亚型分配,从而量化了聚类成员身份的不确定性。TASC能够从接受全膝关节置换术患者的多样化纵向电子健康记录数据中识别出稳定且易于理解的轨迹结构。五聚类方案获得了最高的轮廓系数0.22,并且在子采样后仍保持良好稳定性,其调整后的兰德指数平均值为0.71。这些轨迹聚类展现了不同的人口统计特征、诊断/合并症模式以及手术时间分布,进一步证明了该框架能够捕捉到多样化的纵向医疗利用模式。那些手术进展较快的患者(中位数=252天)通常更年轻(平均年龄=53.6岁,标准差=16.5岁),且合并症较少;而关节疼痛-肥胖型(中位数=766天)和关节疼痛-骨折型(中位数=1154天)的进展速度则处于中等水平。软组织主导型患者的术前轨迹持续时间较长(中位数=2900天),且慢性阿片类药物使用率较高;而复杂慢性型患者则多为年龄较大(平均年龄=62.7岁,标准差=10.0岁)、患有多种合并症的人,他们的手术时间明显偏长(中位数=5457天),术后生活质量评分也最低。在所有聚类中,术后阿片类药物的使用量都有所下降,其中那些进展较快或术前轨迹较短的聚类,下降幅度最大(分别为38%和31%)。基于概率的分析表明,快速进展型亚型可以较早且高置信度地被识别出来,关节疼痛-肥胖型和关节疼痛-骨折型亚型反映了早期肌肉骨骼疾病史中的风险模式,而软组织主导型和复杂慢性型亚型则需要更长的纵向医疗记录才能被区分开来。TASC为基于不确定性意识的纵向电子健康记录轨迹聚类提供了一种灵活的框架,同时也展示了时间和语义序列信息如何帮助揭示肌肉骨骼疾病中多样的医疗利用模式。这些研究结果为将来将TASC应用于其他纵向临床领域和事件表示方法提供了支持。
纵向电子健康记录轨迹具有高度的异质性、稀疏性和不规则性,这使得无监督的时间模式发现和不确定性量化变得十分困难。我们开发了一种时间感知序列聚类框架(TASC),该框架结合时间间隔、临床语义相似度以及概率性亚型特征,从而从电子健康记录数据中识别出纵向轨迹模式。我们以全膝关节置换术前的肌肉骨骼疾病护理轨迹为例来展示这一框架。作为概念验证,我们将TASC应用于“所有人”研究项目中2,052名接受初次全膝关节置换术患者的电子健康记录和调查数据。通过这些数据,我们构建了他们与肌肉骨骼相关的诊断和合并症按时间顺序排列的序列。随后,我们采用了一种加权编辑距离算法,该算法同时考虑了临床语义相似度和事件间的时间间隔,再通过K-Medoids聚类和基于子采样的稳定性分析进行进一步处理。我们从社会人口学变量、生活质量指标、肌肉骨骼相关诊断事件的发病率、手术时间以及术前术后阿片类药物使用情况等方面对各个聚类进行了比较。此外,我们还通过SoftMax变换,根据部分或完整轨迹与聚类中心之间的距离,计算出基于概率的亚型分配,从而量化了聚类成员身份的不确定性。TASC能够从接受全膝关节置换术患者的多样化纵向电子健康记录数据中识别出稳定且易于理解的轨迹结构。五聚类方案获得了最高的轮廓系数0.22,并且在子采样后仍保持良好稳定性,其调整后的兰德指数平均值为0.71。这些轨迹聚类展现了不同的人口统计特征、诊断/合并症模式以及手术时间分布,进一步证明了该框架能够捕捉到多样化的纵向医疗利用模式。那些手术进展较快的患者(中位数=252天)通常更年轻(平均年龄=53.6岁,标准差=16.5岁),且合并症较少;而关节疼痛-肥胖型(中位数=766天)和关节疼痛-骨折型(中位数=1154天)的进展速度则处于中等水平。软组织主导型患者的术前轨迹持续时间较长(中位数=2900天),且慢性阿片类药物使用率较高;而复杂慢性型患者则多为年龄较大(平均年龄=62.7岁,标准差=10.0岁)、患有多种合并症的人,他们的手术时间明显偏长(中位数=5457天),术后生活质量评分也最低。在所有聚类中,术后阿片类药物的使用量都有所下降,其中那些进展较快或术前轨迹较短的聚类,下降幅度最大(分别为38%和31%)。基于概率的分析表明,快速进展型亚型可以较早且高置信度地被识别出来,关节疼痛-肥胖型和关节疼痛-骨折型亚型反映了早期肌肉骨骼疾病史中的风险模式,而软组织主导型和复杂慢性型亚型则需要更长的纵向医疗记录才能被区分开来。TASC为基于不确定性意识的纵向电子健康记录轨迹聚类提供了一种灵活的框架,同时也展示了时间和语义序列信息如何帮助揭示肌肉骨骼疾病中多样的医疗利用模式。这些研究结果为将来将TASC应用于其他纵向临床领域和事件表示方法提供了支持。