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。