研究：用住院日记式临床叙事预测慢病患者心理风险
论文AI 评分 62/100arXiv cs.AI待复核
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
一篇 arXiv 论文提出，从纵向临床叙事中推断慢性病住院患者潜在的抑郁、痴呆与自杀意念风险。作者用出院小结中的心理健康证据，在 MIMIC-III 上构建约 4000 人的弱监督队列，并用分层状态空间框架从逐日叙事中提取心理健康表征、建模其时间演化以估计住院期间风险。初步结果显示，该表征提升了二分类风险预测，风险组与无风险组的模型风险轨迹存在差异。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载研究问题与人群设定
论文关注的是因躯体疾病住院的慢性病患者，而非已确诊精神疾病的人群。作者指出，抑郁、痴呆和自杀意念等心理健康风险可能在住院过程中出现，若未被及时识别和干预，情况可能恶化；但现有心理健康研究多集中于已有精神科诊断的患者。因此，研究要回答的问题是：能否从纵向临床叙事中推断出这类患者潜在的心理健康风险。
数据与建模方法
作者以 MIMIC-III 为基础，从出院小结中抽取心理健康相关证据，构建了约 4000 名患者的弱监督队列。建模上采用分层状态空间框架，把逐日临床叙事转换为心理健康表征，并对这些表征随住院时间的变化建模，用于估计整个住院期间的风险。这一设计的关键在于把叙事按天组织，让模型捕捉状态随时间的演化，而不是只看单次记录。
初步结果与定位
论文给出的初步结果显示，使用所提表征后，二分类风险预测有所改善；同时，模型导出的风险轨迹在风险组与无风险组之间呈现可区分的形态。作者将这一工作定位为研究慢性病患者新发心理健康风险的基础，强调结果尚属初步，未涉及临床部署或外部验证。
为什么值得看
把心理健康风险预测从已确诊精神病人群扩展到以躯体疾病住院的人群，方法基于公开数据集，可复现。
论文
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。