基于降维组合分类算法非计划性再入院风险评估预测模型

摘要

随着医疗信息化的不断发展，已经实现了海量数据的存储和处理，然而面对海量的医疗数据，如何高效率、高精度的完成对患者的识别和分类，已经成为医疗行业的重大挑战。本发明针对患者的非计划性再入院情况进行数据降维组合分类，开展深入的研究。本发明通过将患者的临床资料信息、就诊信息、用药信息、体征信息、并发症和合并症信息、实验室数据等指标纳入风险预测模型，合理的考虑影响患者非计划性再入院的因素，通过拉普拉斯特征降维方法对数据进行降维，并在此基础上构建基于Logistic回归模型的惩罚似然估计对非计划性再入院情况进行概率分类预测，从而了解各影响因素与患者再入院之间的关系及相关程度。