本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-09-02
摘要
多重疾病患者的疾病交互作用與治療和預後相關，但人們對此知之甚少。在目前的工作中，我們結合了網路科學、機器學習和計算表型分析的方法，在整個診斷範圍內以透明的方式評估兩種或多種疾病之間的相互作用。我們證明，透過包含捕捉兩種以上疾病之間相互作用的高階特徵，可以更好地表徵住院患者的健康狀況。我們確定了一組有意義的高階診斷特徵，這些特徵解釋了全人群 (N = 9 M) 醫療索賠資料集中的協同疾病交互作用。我們建立了一個廣義的疾病網絡，如果（高階）診斷特徵在整個診斷範圍內預測類似的診斷，那麼它們就會被連結起來。事實上，特定診斷通常在網路中多次表示，從而可以識別可能反映不同疾病病因的推定不同疾病表型。以肥胖為例，我們展示了對兩種複雜肥胖表型的純數據驅動檢測。透過對具有這些表型的患者之間的匹配比較表明，我們表明這些表型分別表現出醫學文獻中備受爭議的代謝健康和不健康肥胖的特定特徵。研究結果還表明，隨著時間的推移，代謝健康的患者會出現一些不健康肥胖的進展，這一發現與表明代謝健康肥胖具有短暫性的縱向研究一致。此疾病網路可在 上進行探索。