The emergence and progression of multiple chronic conditions (MCC) over time often form a dynamic network that depends on patient's modifiable risk factors and their interaction with non-modifiable risk factors and existing conditions. Continuous time Bayesian networks (CTBNs) are effective methods for modeling the complex network of MCC relationships over time. However, CTBNs are not able to effectively formulate the dynamic impact of patient's modifiable risk factors on the emergence and progression of MCC. Considering a functional CTBN (FCTBN) to represent the underlying structure of the MCC relationships with respect to individuals' risk factors and existing conditions, we propose a nonlinear state-space model based on Extended Kalman filter (EKF) to capture the dynamics of the patients' modifiable risk factors and existing conditions on the MCC evolution over time. We also develop a tensor control chart to dynamically monitor the effect of changes in the modifiable risk factors of individual patients on the risk of new chronic conditions emergence. We validate the proposed approach based on a combination of simulation and real data from a dataset of 385 patients from Cameron County Hispanic Cohort (CCHC) over multiple years. The dataset examines the emergence of 5 chronic conditions (Diabetes, Obesity, Cognitive Impairment, Hyperlipidemia, and Hypertension) based on 4 modifiable risk factors representing lifestyle behaviors (Diet, Exercise, Smoking Habit, and Drinking Habit) and 3 non-modifiable risk factors, including demographic information (Age, Gender, Education). The results demonstrate the effectiveness of the proposed methodology for dynamic prediction and monitoring of the risk of MCC emergence in individual patients.


翻译:多慢性病(MCC)的出现和逐步发展,往往形成一个动态网络,取决于病人可变风险因素及其与不可变风险因素和现有条件的相互作用。持续时间贝叶斯网络(CTBNs)是长期内模拟复杂的MC关系网络的有效方法。然而,CTBNs无法有效制定病人可变风险因素对疾病变异风险因素对疾病变异风险的出现和进展的动态影响。考虑到功能性CTBN(FCTBN)代表疾病变异关系对个人风险因素和现有条件的根本结构,我们提议基于扩展的Kalman过滤器(EKF)的非线性状态空间模型,以捕捉病人可变异风险因素的动态和现有条件随着时间演变而变化的当前方法。我们还开发了一种压力控制图,以动态监测病人变异风险因素的变化对新慢性病变风险的出现的影响。我们根据卡梅伦尼卡·卡西洛尼·奥德·奥德·奥德·奥德·奥德·奥德·奥德·奥德·奥德·奥德·奥德·奥德·奥德·奥德·奥德·德·奥贝·奥贝·德·奥德·奥德·奥德·奥贝·奥贝·奥贝·奥贝·奥贝·德·德·德·德·奥贝·德·德·德·奥贝·奥贝·奥贝·奥贝·奥贝·奥贝·奥贝·奥贝·奥贝·德·奥·奥·德·德·德·德·德·德·德·德·德·德·德·德·德·德·德·德·德·德·德·德·德·德·德·德·德·德·德·德·德·德·德·德·德·德·德·德·德·德·卡·德·德·德·德·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡·卡

0
下载
关闭预览

相关内容

【干货书】机器学习速查手册,135页pdf
专知会员服务
120+阅读 · 2020年11月20日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
75+阅读 · 2020年7月26日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
104+阅读 · 2020年5月15日
机器学习入门的经验与建议
专知会员服务
89+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
96+阅读 · 2019年10月9日
灾难性遗忘问题新视角:迁移-干扰平衡
CreateAMind
17+阅读 · 2019年7月6日
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
15+阅读 · 2018年12月24日
CCF B类期刊IPM专刊截稿信息1条
Call4Papers
3+阅读 · 2018年10月11日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
随波逐流:Similarity-Adaptive and Discrete Optimization
我爱读PAMI
5+阅读 · 2018年2月6日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Nonlinear MPC for Quadrotor Fault-Tolerant Control
Arxiv
0+阅读 · 2021年9月27日
Arxiv
0+阅读 · 2021年9月24日
VIP会员
相关资讯
灾难性遗忘问题新视角:迁移-干扰平衡
CreateAMind
17+阅读 · 2019年7月6日
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
15+阅读 · 2018年12月24日
CCF B类期刊IPM专刊截稿信息1条
Call4Papers
3+阅读 · 2018年10月11日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
随波逐流:Similarity-Adaptive and Discrete Optimization
我爱读PAMI
5+阅读 · 2018年2月6日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Top
微信扫码咨询专知VIP会员