[논문 리뷰] Learning to Identify Patients at Risk of Uncontrolled Hypertension Using Electronic Health Records Data

Ramin Mohammadi, Sarthak Jain외 4명|arXiv (Cornell University)|2019. 06. 28.

Machine Learning in Healthcare참고 문헌 9인용 수 14

한 줄 요약

이 연구는 전자건강기록(EHR) 데이터를 사용하여 고혈압 환자 중 90일 이내에 혈압 조절이 어려운 상태가 될 위험이 있는 환자를 예측하기 위해 기계학습 모델—로지스틱 회귀와 LSTMs—을 개발한다. 최고의 모델은 AUROC 0.719를 기록하여 최근 혈압 측정값에 의존하는 기준 모델(AUROC 0.634)을 뛰어넘었으며, 더 복잡한 순환신경망(RNNs)과 비교해도 로지스틱 회귀 모델이 유사한 성능을 보였다.

ABSTRACT

Hypertension is a major risk factor for stroke, cardiovascular disease, and end-stage renal disease, and its prevalence is expected to rise dramatically. Effective hypertension management is thus critical. A particular priority is decreasing the incidence of uncontrolled hypertension. Early identification of patients at risk for uncontrolled hypertension would allow targeted use of personalized, proactive treatments. We develop machine learning models (logistic regression and recurrent neural networks) to stratify patients with respect to the risk of exhibiting uncontrolled hypertension within the coming three-month period. We trained and tested models using EHR data from 14,407 and 3,009 patients, respectively. The best model achieved an AUROC of 0.719, outperforming the simple, competitive baseline of relying prediction based on the last BP measure alone (0.634). Perhaps surprisingly, recurrent neural networks did not outperform a simple logistic regression for this task, suggesting that linear models should be included as strong baselines for predictive tasks using EHR

연구 동기 및 목표

• EHR 데이터를 사용하여 고혈압 환자에서 90일 이내에 혈압 조절이 어려운 상태가 될 위험을 예측하는 기계학습 모델을 개발하고 평가하는 것.
• 로지스틱 회귀와 같은 단순한 모델보다 고급 모델인 LSTMs가 성능 향상에 기여하는지 평가하는 것.
• 위험 분류에 활용할 수 있는 임상 및 인구통계적 특성 중 혈압 조절이 어려운 상태를 예측하는 데 가장 중요한 요소를 규명하는 것.
• 고위험 환자를 조기에 식별함으로써 능동적이고 개인화된 간호 조치를 지원하는 것.
• 의료 제공자 수익 보장을 위한 핵심 지표인 혈압 조절 지표 향상을 통해 가치 기반 의료에 기여하는 것.

제안 방법

• 27,195명의 고혈압 환자에서 수집한 EHR 데이터의 후향적 분석으로, 훈련에 14,407명, 테스트에 3,009명을 사용.
• 다양한 시간대에 걸친 이전 혈압 측정값(수축기, 이완기, 평균동맥압)을 포함한 특성 공학 처리.
• L2 정규화를 적용한 로지스틱 회귀 모델과 시간적 패턴을 포착하는 장기 단기 기억 네트워크(LSTM) 네트워크를 각각 훈련.
• 수치형 변수는 평균 대체법을, 범주형 변수는 원-핫 인코딩을 사용해 결측치를 보완.
• 수신기 작동 특성 곡선 아래 면적(AUROC)을 사용하여 모델 평가를 수행하며, 최근 혈압 측정값만 사용하는 기준 모델과 비교.
• 로지스틱 회귀의 모델 계수와 LSTM의 주의 메커니즘을 활용한 특성 중요도 분석을 통해 영향력 있는 예측 변수 규명.

실험 결과

연구 질문

• RQ1 EHR 데이터 기반 기계학습 모델이 90일 이내에 혈압 조절이 어려운 상태를 효과적으로 예측할 수 있는가?
• RQ2 이러한 과제에서 순환신경망(LSTMs)을 사용할 경우, 단순한 로지스틱 회귀 모델보다 성능 향상이 이루어지는가?
• RQ3 근거리에서 혈압 조절이 어려운 상태를 예측하는 데 가장 예측력 있는 임상 및 인구통계적 특성은 무엇인가?
• RQ4 최근 혈압 측정값만 사용하는 단순 기준 모델과의 성능 비교는 어떻게 되는가?
• RQ5 혈압 측정값의 시간적 추세가 위험 예측에 얼마나 기여하는가?

주요 결과

• 최고의 성능을 보인 모델은 AUROC 0.719를 기록하여 최근 혈압 측정값만 사용하는 기준 모델(AUROC 0.634)을 뚜렷이 앞섰다.
• 시간적 특성을 포함한 로지스틱 회귀 모델이 더 복잡한 LSTM 모델과 유사한 성능를 보였으며, 이는 선형 모델이 EHR 기반 예측 과제에서 강력한 기초 모델이 될 수 있음을 시사한다.
• 가장 예측력 있는 특성은 최근 수축기 혈압 값이었으며, 특히 지난 1~3회의 진료에서의 값이 중요함을 시사했다. 이는 단기적 경향의 중요성을 반영한다.
• 고혈압 진료 기록(HTN True), 출혈력 없음(BloodLoss False), 대사증후군 없음(Mets False) 등의 변수는 음수 계수를 보이며 낮은 위험과 관련이 있음을 시사한다.
• 진료 간격과 인구통계적 특성인 인종 및 결혼 상태도 예측 가능했지만, 영향력은 상대적으로 작았다.
• 결측치 보완에 평균 대체법을 사용하는 것이 충분히 효과적이었으며, 더 정교한 방법을 사용할 경우 성능 향상이 추가로 가능할 수 있다.