Age density patterns in patients medical conditions: A clustering approach.
Age density patterns in patients medical conditions: A clustering approach.
复制标题
DOI：
10.1371/journal.pcbi.1006115
复制
发表时间：
2018-06
影响因子：
4.3
通讯作者：
González MC
中科院分区：
文献类型：
--
作者：
Alhasoun F;Aleissa F;Alhazzani M;Moyano LG;Pinhanez C;González MC
本文提出了一个数据分析框架，以揭示大量患者的健康状况，年龄和性别之间的关系。我们研究了巴西170万名患者的大规模异质样本，其中包含4700万份健康记录，其中包括17个月内访问医疗机构的详细医疗条件。研究结果表明，医疗条件可以分为集群，在患者的年龄共享非常独特的密度。对于每一个集群，我们进一步介绍了ICD-10的章节内it. Finally，我们的研究结果，共病网络，揭示发现的年龄密度集群的共病网络文献的关系。患者的年龄和性别可能与对某些疾病的易感性直接相关。我们提出了一种方法来产生集群的人类表型，根据人口的年龄。这种方法有助于从数据中提取关于年龄和性别的知识。年龄和性别与疾病状况的相关性可以帮助预测传入患者对疾病的易感性。
This paper presents a data analysis framework to uncover relationships between health conditions, age and sex for a large population of patients. We study a massive heterogeneous sample of 1.7 million patients in Brazil, containing 47 million of health records with detailed medical conditions for visits to medical facilities for a period of 17 months. The findings suggest that medical conditions can be grouped into clusters that share very distinctive densities in the ages of the patients. For each cluster, we further present the ICD-10 chapters within it. Finally, we relate the findings to comorbidity networks, uncovering the relation of the discovered clusters of age densities to comorbidity networks literature. Age and sex of a patient can be directly related to susceptibilities to certain medical conditions. We present a method to generate clusters of human phenotype, based on the age of the population. This method helps extract knowledge on age and sex from the data. The age and sex correlations with disease conditions can help in a task of predicting the susceptibility of incoming patients to conditions.
登录
查看更多内容
影响因子：
2.3
作者：
Petri, Hans;Maldonato, Debra;Robinson, Noah Jamie
通讯作者：
Robinson, Noah Jamie
DOI：
10.2215/cjn.09021010
发表时间：
2011-07-01
影响因子：
9.8
作者：
Murtagh, Fliss E. M.;Sheerin, Neil S.;Higginson, Irene J.
通讯作者：
Higginson, Irene J.
影响因子：
4.3
作者：
Roque FS;Jensen PB;Schmock H;Dalgaard M;Andreatta M;Hansen T;Søeby K;Bredkjær S;Juul A;Werge T;Jensen LJ;Brunak S
通讯作者：
Brunak S
影响因子：
4.3
作者：
Hidalgo CA;Blumm N;Barabási AL;Christakis NA
通讯作者：
Christakis NA
影响因子：
3.7
作者：
WARD, JH
通讯作者：
WARD, JH