PheVis:就诊时电子健康记录的自动分型分辨率
使用电子健康记录(EHR)很困难,因为大多数时候患者的真实特征都不可用。相反,我们可以检索与感兴趣的疾病相关的国际疾病分类代码,或者我们可以统计统一医学语言系统的发生情况。它们都不是真正的表型,需要进行图表检查才能确定。然而,图表审查既耗时又昂贵。”PheVis是一种在无监督的方式下在访问级别进行表型分析(即识别特征)的算法。它可以用于慢性或急性疾病。有关如何使用“PheVis”的示例,请参见小插曲。基本上有两个函数要使用:“train_phevis()”用于训练算法,“test_pevis(”用于获取预测概率。Ferté等人(2020)在预印本中描述了详细的方法<doi:10.1101/2020.06.15.20131458>.
版本: |
1.0.4 |
取决于: |
R(≥3.5.0) |
进口: |
数字播放器,ggplot2,格尔姆奈特,针织物,lme4型,呜呜声,随机森林,卢比(≥1.0.3),统计,第三年,翡翠色,动物园 |
链接到: |
卢比 |
建议: |
PRROC公司,rmarkdown公司,测试那个 |
出版: |
2023-10-20 |
作者: |
托马斯·费尔特,鲍里斯·海布卢姆(Boris P.Hejblum) |
维护人员: |
托马斯·费尔特<Thomas.Ferte在u-bordeaux.fr> |
许可证: |
GPL-2型|GPL-3公司[扩展自:GPL(≥2)] |
需要编译: |
对 |
材料: |
自述文件 新闻 |
CRAN检查: |
PheVis结果 |
文档:
下载:
链接:
请使用规范形式https://CRAN.R-project.org/package=PheVis链接到此页面。