[发明专利]用于分析临床数据特征生成患者群组的模式发现可视分析系统

摘要

在模式发现可视分析中，生成患者数据表(14)，所述患者数据表列出针对每个患者的属性集合的属性值。使用w属性(22)的属性值的预测模式(20)生成每个患者的目标属性的目标值的阳性或阴性预测。如果所述患者的所述w属性的至少阈值分数(26)与所述预测模式匹配，则所述预测是阳性的，否则为阴性。根据阳性预测或阴性预测和所述患者数据表中的目标属性T的实际值将患者分组到混淆矩阵(30)的选定部分。显示部件在针对所述w属性中的属性的每属性的基础上显示所述混淆矩阵的所述选定部分的患者统计数据的表示(42)。使用所述表示来识别患者群组(44)。

主权项

1.一种模式发现可视分析设备，包括：患者信息数据库(10)；计算机(2)，其包括显示部件(4)，所述计算机被编程为执行包括以下步骤的方法：根据包含在患者信息数据库中的患者信息来生成患者数据表(14)，所述患者数据表针对所述患者数据表中的每个患者列出针对属性集合的属性值；针对所述患者数据表中的每个患者，使用所述属性集合中的w属性(22)的属性值的预测模式(20)，生成所述属性集合中的目标属性T的目标值t的阳性预测或阴性预测，如果所述患者数据表中的一患者的所述w属性的至少阈值分数e(26)与所述预测模式匹配，则针对所述患者的所述预测为阳性预测，并且否则为阴性预测；根据对所述目标属性T的所述目标值t的阳性预测或阴性预测以及所述患者数据表中所述目标属性T的实际值，将所述患者数据表中的患者分组到混淆矩阵(30)的至少一个选定部分，所述混淆矩阵包括真阳性部分、假阳性部分、真阴性部分和假阴性部分；并且在所述计算机的所述显示部件上，在所述w属性中的属性的每属性的基础上显示所述混淆矩阵的所述选定部分的患者统计的表示(42)。