计算机科学 > 机器学习
[提交于 2025年7月5日
]
标题: 基于合并ICD-10代码的住院治疗正则化对数线性成本模型
标题: Regularizing Log-Linear Cost Models for Inpatient Stays by Merging ICD-10 Codes
摘要: 医疗保健研究中的成本模型必须平衡可解释性、准确性和参数一致性。 然而,可解释的模型往往难以同时实现准确性和一致性。 对于高维回归的普通最小二乘法(OLS)模型可以准确,但在使用高度细粒度的ICD-10诊断代码作为预测变量时,无法在时间上产生稳定的回归系数。 这种不稳定性是因为许多ICD-10代码在医疗数据集中出现频率较低。 虽然正则化方法如岭回归可以解决这个问题,但它们可能会丢弃重要的预测变量。 在这里,我们证明在OLS中减少ICD-10代码的粒度是一种有效的正则化策略,同时保留所有诊断代码类别的表示。 通过将ICD-10代码从七个字符(例如,T67.0XXA,T67.0XXD)截断为六个(例如,T67.0XX)或更少,我们降低了回归问题的维度,同时保持了模型的可解释性和一致性。 数学上,OLS中预测变量的合并会导致海森矩阵的迹增加,从而降低系数估计的方差。 我们的发现解释了为什么在现实世界的风险调整和成本模型中,更广泛的诊断分组如DRGs和HCC代码比高度细粒度的ICD-10代码更受青睐。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.