[论文解读] Declarative Sequential Pattern Mining of Care Pathways

Thomas Guyet, André Happe+1 more|arXiv (Cornell University)|Jul 26, 2017

Logic, Reasoning, and Knowledge参考文献 4被引用 16

一句话总结

本文提出一种基于答案集编程（ASP）的声明式序列模式挖掘框架，用于从医疗管理数据库中提取临床有意义且无冗余的治疗路径。通过编码复杂的时序与语义约束（如病例交叉设计和药物转换模式），该方法以高精度识别出罕见但重要的模式（例如，癫痫发作前的通用药物转为品牌药物），在30秒内将4,359个模式减少至仅32个。

ABSTRACT

Sequential pattern mining algorithms are widely used to explore care pathways database, but they generate a deluge of patterns, mostly redundant or useless. Clinicians need tools to express complex mining queries in order to generate less but more significant patterns. These algorithms are not versatile enough to answer complex clinician queries. This article proposes to apply a declarative pattern mining approach based on Answer Set Programming paradigm. It is exemplified by a pharmaco-epidemiological study investigating the possible association between hospitalization for seizure and antiepileptic drug switch from a french medico-administrative database.

研究动机与目标

• 解决传统序列模式挖掘在治疗路径分析中产生的过多、冗余且临床无关的模式问题。
• 使临床医生能够在无需大量数据预处理的情况下，表达关于纵向患者数据的复杂语义查询。
• 通过在基于逻辑的框架中直接建模病例交叉研究设计，支持药物流行病学中的假设生成。
• 将临床知识（如药物分类体系、ICD-10编码）整合到模式挖掘中，以提升语义相关性。
• 通过聚焦于在风险窗口中频繁出现且在对照窗口中不存在的模式，降低计算与认知负担。

提出的方法

• 使用答案集编程（ASP）作为声明式范式，通过逻辑规则定义模式挖掘任务，避免了指令式算法编码。
• 将患者治疗路径编码为逻辑事实：deliv(P, T, CIP, Q) 表示药物配送，disease(P, T, D) 表示诊断，并施加时间约束。
• 为每位患者生成两条序列：一条为首次发作前3个月内（阳性），另一条为3至6个月前（阴性），利用时间边界和 firstseizure(P, T) 作为触发条件。
• 使用函数性字面量定义模式：seq(P, T, deliv(AED, Gr, G)) 表示具有ATC编码、专科ID及通用/品牌状态的药物配送。
• 通过ASP规则施加约束：频率阈值为20，排除在阴性窗口中出现的模式（通过 discr(T) 和 neg_support(T) 实现），并确保仅存在一次药物转换（通过 change(X) 和 count 约束实现）。
• 使用 clingo 作为ASP求解器计算答案集，表示有效且受约束的模式，实现高效可扩展的推理。

实验结果

研究问题

• RQ1 声明式逻辑编程方法（如ASP）能否有效建模治疗路径中复杂且具有临床意义的序列模式？
• RQ2 如何编码时间与语义约束（如药物转换、ICD-10编码、ATC分类）以聚焦于罕见但重要的模式？
• RQ3 与传统序列模式挖掘算法相比，ASP-based挖掘在减少无关模式方面能实现多大程度的优化？
• RQ4 该框架能否自然地通过将每位患者作为自身对照来表达病例交叉研究设计？
• RQ5 该方法在从大规模医疗管理数据库中提取受约束模式方面的效率如何？

主要发现

• 基于ASP的框架将提取的模式数量从标准序列模式挖掘的4,359个显著减少至仅32个，大幅提升了模式的相关性。
• 求解器在30秒内完成所有有效模式的提取，尽管存在复杂约束，仍表现出极高的计算效率。
• 识别出一个代表性模式：⟨(N03AG01,438,1),(N03AG01,438,1),(N03AX14,1023,0),(N03AX14,1023,0)⟩，表示在癫痫发作前3个月内，从通用丙戊酸（CIP 438）转换为品牌左乙拉西坦（CIP 1023）。
• 该特定模式在风险窗口中出现在超过20名患者中，但在对照窗口中未出现，提示其可能与癫痫发作的诱发有关。
• 该框架成功编码并强制执行了复杂约束：频率≥20，对照窗口中不存在，且仅发生一次药物转换（通用转品牌或反之）。
• 该方法使临床医生能够快速探索并验证治疗序列的新假设，无需大量数据清洗，从而增强临床假设生成能力。