ترجمه فارسی مقاله اهمیت متغیرهای بازه‌های زمانی مختلف برای پیش‌بینی آسیب به خود با استفاده از داده‌های سیستم سلامت

چکیده

Objective Self-harm risk prediction models developed using health system data (electronic health records and insurance claims information) often use patient information from up to several years prior to the index visit when the prediction is made. Measurements from some time periods may not be available for all patients. Using the framework of algorithm-agnostic variable importance, we study the predictive potential of variables corresponding to different time horizons prior to the index visit and demonstrate the application of variable importance techniques in the biomedical informatics setting.

چکیده به فارسی (ترجمه ماشینی)

مدلهای پیش بینی ریسک خودآزاری عینی که با استفاده از داده های سیستم بهداشتی (سوابق بهداشت الکترونیکی و اطلاعات مربوط به مطالبات بیمه) تهیه شده است ، اغلب از چندین سال قبل از مراجعه به فهرست در هنگام پیش بینی استفاده می کنند.اندازه گیری از برخی دوره های زمانی ممکن است برای همه بیماران در دسترس نباشد.با استفاده از چارچوب اهمیت متغیر الگوریتم-آگنوستیک ، ما پتانسیل پیش بینی متغیرهای مربوط به افق های زمانی مختلف را قبل از بازدید از فهرست بررسی می کنیم و کاربرد تکنیک های اهمیت متغیر را در تنظیم انفورماتیک زیست پزشکی نشان می دهیم.