Generalising health events by using frequent itemset mining

Abstract

Terviseandmete digiteerimine on võimaldanud viia läbi uuringuid, mis on parandanud tervishoiupraktikaid ja teinud kliinilisi protsesse tõhusamaks. Siiski on tervishoiu infot patsiendi terviseseisundi hindamisel ja andmepõhistel meetoditel raske kasutada, kuna info on oma olemuselt väga hõre ja mitmekesine. Selle uurimistöö peamine eesmärk on kasutada sagedasi andmehulkasid tervisesündmuste üldistamiseks kõrgemal tasemel sündmuseks ning hinnata nende rakendatavust ja piiranguid. Töö käigus leitakse Eesti terviseandmetest FP-Max algoritmi kasutades sagedased terviseandmete hulgad. Need hulgad klasterdatakse kõrgema taseme sündmusteks, mida kasutatakse selleks, et teha patsientide terviseündmuste ajajoon üldisemaks. Erinevate parameetritega eksperimenteerimise tulemusena tekkisid erineva üldistustasemega klastrid, mis aitasid luua üldistatud pildi patsiendi terviseseisundist, vähendades sündmuste arvu.