研究人员开发了一个可视化分析框架,以更好地理解癌症治疗中的护理团队动态如何随时间演变并影响患者生存风险。该系统使用电子健康记录通信数据构建动态协作网络,并采用时间图神经网络(TGNN)来估计患者风险。该框架允许分析人员探索团队组成和专家参与的变化如何与治疗阶段的风险估计变化相关联,有助于识别临床相关的协作模式。 AI
影响 增强了医疗保健领域时间图模型的可解释性,有望通过更好地理解护理团队协作来改善患者预后。
排序理由 该项目是一篇学术论文,详细介绍了一种分析医疗保健数据的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- breast cancer
- Cancer
- CatalyzeX
- colorectal cancer
- DagsHub
- Electronic Health Record (EHR)-Based Intervention for Gastroesophageal Reflux Disease (GERD) and Chronic Non-steroidal Anti-inflammatory Drug (NSAID) Use
- Gotit.pub
- Healthcare Professionals (HCPs)
- Hugging Face
- logistic regression model
- lung cancer
- ScienceCast
- Temporal Graph Neural Network (TGNN)
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →