| Tittel: | Predicting Norwegian elderly hospitalizations using machine learning | | Signatur: | Elektronisk dokument | | Ansvar: | Mohsen Askar | | Forfatter: | Askar, Mohsen  | | Materialtype: | Elektronisk dokument | | Utgitt: | Tromsø : UiT The Arctic University of Norway, Faculty of Health Sciences, 2025 | | Emneord: | Eldre / Komorbiditet / Kunstig intelligens / Metoder / Modeller / Sykehusinnleggelse | | Note: | Doktorgradsavhandling. | | Innhold: | Denne avhandlingen fokuserer på å utvikle en maskinlæringsmodell (ML) for å predikere den første sykehusinnleggelsen hos eldre norske pasienter. Håndteringen av kompleksiteten av predikering alle typer sykehusinnleggelser krevde en omfattende tilnærming. Vi begynte med en systematisk gjennomgang av eksisterende arbeid. Gjennomgangen avdekket flere viktige svakheter i bruken av ML til å forutsi sykehusinnleggelser, blant annet utfordringer med representasjon av Health Code Systems (HCS), kvaliteten på rapportering og individuelle kliniske tolkninger. Disse funnene dannet utgangspunktet for de metodiske og praktiske rammene som presenteres i denne avhandlingen. For å takle representasjon av HCS og balansere hensynet til både modellens ytelse og meningsfulle kliniske tolkninger, foreslo vi en metodikk basert på modulæritetsdeteksjon i nettverksanalyse (NA). Målet var å gruppere kodene ut fra hvor vanlige de er i befolkningen. HCS-er, som for eksempel International Classification of Disease (ICD), ble modellert som et nettverk der noder representerer kodene og kantene viser samforekomst blant pasienter. Metodikken ga god modellytelse og viste flere fordeler sammenlignet med tradisjonelle grupperingsmetoder. For å bekrefte den kliniske relevansen av denne tilnærmingen, lagde vi et rammeverk for å oppdage og tolke multimorbiditetsmønstre (MP-er) ved bruk av data fra eldre sykehuspasienter i Norge. Vi utviklet til slutt en ML-modell for å predikere somatiske sykehusinnleggelser av alle årsaker. Hensikten var å fylle noen av kunnskapshullene i litteraturen og inkludere den foreslåtte metodikken for å representere HCS. Modellen ble bygget ved hjelp av ulike datahåndteringsteknikker, metoder for utvelgelse av funksjoner og flere algoritmegrupper. Den ble deretter gjort tilgjengelig som en nettapplikasjon for å illustrere hvordan den kan tas i bruk i praksis. Avhandlingen presenterer et klinisk relevant rammeverk for helsesektorer som ønsker å undersøke tilsvarende problemstillinger, og legger grunnlaget for videre forskning på nasjonalt nivå i Norge for å forbedre prediksjonsmodeller, utvide multimorbiditetsanalyser og adressere utfordringer ved klinisk implementering.
| | Eier: | HELSTILS |
|
|