定量生物学 > 定量方法
[提交于 2019年10月30日
]
标题: 精确疾病网络(PDN)
标题: Precision disease networks (PDN)
摘要: 本文提出了一种构建基于患者的网络的方法,我们称之为精准疾病网络,并探讨了其在预测医疗结果方面的应用。我们的方法包括为每个患者或病例构建一个网络,描述患者的疾病演变(PDN),并将这些网络作为特征集存储在一个PDN的数据集中,每条观察记录对应一个网络。我们对PDN数据进行聚类,并研究集群内的和集群间的变异性。此外,我们开发了数据可视化技术,以便展示、比较和总结网络数据。最后,我们分析了来自新泽西州 statewide 数据库MIDAS(心肌梗死数据采集系统)的心脏病患者数据集,以证明与标准统计分析相比,网络数据能够更好地预测重要的患者结果,如死亡或心血管死亡。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.