基于量表序列相似性的艾滋病患者精神卫生状况聚类分析

目的 基于焦虑、抑郁和睡眠障碍量表对艾滋病患者的精神卫生状况进行综合评价。方法 将量表的条目作为序列,利用动态时间规整（Dynamic Time Warping,DTW）方法计算患者每个量表得分的相似性,取平均值后得到患者间的相似性。使用层次聚类法进行聚类分析,以Calinski Harabasz Index(CHI)、Davies Bouldin Index(DBI)和轮廓系数（Silhouette Coefficient,SC）3个指标评价聚类质量并确定最优聚类数。根据每个聚类内不同精神状况患者的分布,为各聚类赋予标签,计算F1值评价聚类的准确性。另外使用欧氏距离以及基于单一量表的相似性进行聚类分析,比较二者的聚类质量、准确性、临床解释性。结果 基于量表DTW相似性的患者聚类在CHI、DBI和SC 3个聚类质量评价指标上均优于基于欧氏距离的聚类（166.24 vs. 72.68、2.91 vs. 4.25、0.31 vs. 0.16）。使用DTW相似性作为距离测度进行聚类时,利用焦虑、抑郁和睡眠障碍3个量表得分的聚类结果F1值（0.739）高于使用单一量表得分的聚类结果F1值（0....     

中英文对照的影像学报告在预测模型中的一致性评价

目的 结合不同的文本向量化方法和分类模型,评估中英文对照的X线影像学报告在分类任务中的一致性。方法 提取Medical Information Mart for Intensive Care(MIMIC)数据集中的X线影像报告并翻译为中文,使用Doc2vec、词频-逆文档频率算法、双向编码器表示（Bidirectional Encoder Representation from Transformers,BERT）等方法对文本进行向量化,利用随机森林、卷积神经网络（Convolutional Neural Networks,CNN）、 TextCNN、Softmax等算法和模型完成分类任务。利用一致率和Kappa值对中英文对照的影像学报告的分类结果进行一致性评价。结果 在二分类任务下,中英文版本影像学报告分类一致率可以达到0.7～0.9,Kappa值为0.3～0.7,其中BERT-Softmax模型可以得到一致率为0.922,Kappa值为0.724;在三分类任务下,中英文版本的影像学报告分类一致率可以达到0.6～0.7,Kappa值可以达到0.3～0.4;在五分类任务下,BERTSo...