洞察市场格局
解锁药品研发情报

免费客服电话

18983288589
试用企业版

《慢性病患者轨迹的数据驱动型亚组划分:来自腰痛的证据》

慢性病
本文提出了一种新颖的 “混合隐马尔可夫模型 ” ,用于对慢性病患者的轨迹进行亚组划分。 该模型能够利用患者的静态信息(如人口统计学特征、症状和一般健康状况)以及纵向信息(如症状随时间的变化轨迹)来识别具有相似疾病进展模式的患者群体。 为了解决这一问题,本文提出了“混合隐马尔可夫模型 ” ,该模型结合了静态信息和纵向信息,并通过“隐马尔可夫模型“的框架来建模慢性病的疾病进展模式。
<END>
*版权声明:本网站所转载的文章,均来自互联网,旨在传递更多信息。鉴于互联网的开放性和文章创作的复杂性,我们无法保证所转载的所有文章均已获得原作者的明确授权。如果您是原作者或拥有相关权益,请与我们联系,我们将立即删除未经授权的文章。本网站转载文章仅为方便读者查阅和了解相关信息,并不代表我们认同其观点和内容。读者应自行判断和鉴别转载文章的真实性、合法性和有效性。
综合评分:0

收藏

发表评论
评论区(0
    添加收藏
      新建收藏夹
      取消
      确认