精神疾患に関する死亡率解析のための潜在変数を用いた決定木学習

抄録

精神疾患と死亡発生の間にある関係の解析によって，精神疾患を持つ患者の死亡発生率低減に繋がる可能性がある．しかしながら，臨床検査結果により精神疾患の状態を把握することは困難である．そこで，計算量を考慮しながら，処方薬剤の組み合わせによる死亡率解析を行うことを考える．本稿では，ベイジアンネットワークを用いて，薬剤の処方状況で潜在的な精神疾患の状態を表す方法を提案する．医療レセプトデータを利用した実験では，この潜在的な状態に基づき分岐条件候補を設定することで，既存手法と比べて，同程度の実行時間に対する決定木学習のスコアを高めた．我々の提案方法は，複数の観測変数の組み合わせがアウトカムに影響を与える潜在的な状態を表す状況に対する解析に利用可能である．