이 연구는 폐 절제술을 받은 환자의 진료 경로를 분석하기 위해 시간 순서 데이터 클러스터링 기법을 제안한다. 시간 순서 데이터는 이벤트 유형과 발생 시간으로 구성되며, 이를 분석하기 위해서는 적절한 유사도 측정 방법과 클러스터링 알고리즘이 필요하다.
연구진은 drop-DTW 메트릭과 DBA 평균화 알고리즘을 시간 순서 데이터에 적용하여 새로운 클러스터링 기법을 제안했다. drop-DTW는 이벤트 유형과 시간 정보를 모두 고려하며, 이상치 제거를 지원한다. DBA 알고리즘은 drop-DTW 기반으로 평균 시간 순서 데이터를 생성하여 클러스터링에 활용할 수 있게 한다.
제안된 기법을 합성 데이터와 실제 폐 절제술 환자 데이터에 적용한 결과, 기존 방법보다 더 의미 있는 클러스터를 발견할 수 있었다. 특히 폐 절제술 전후 진료 일정의 차이에 따라 환자 군집을 구분할 수 있었다. 이를 통해 전형적인 진료 경로를 파악하고 이상 사례를 식별할 수 있을 것으로 기대된다.
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Thomas Guyet... at arxiv.org 04-25-2024
https://arxiv.org/pdf/2404.15379.pdfDeeper Inquiries