Potential Application of Machine Learning in Health Outcomes Research and Some Statistical Cautions

روش های تحلیلی سنتی اغلب به دنیای در حال رشد داده های بزرگ مراقبت های بهداشتی مناسب است که حجم حجم، پیچیدگی و سرعت آن مشخص است. به ویژه نیاز به روش هایی وجود دارد که بتواند مدل ها را با استفاده از داده های بسیار بالایی که حاوی داده های مراقبت های بهداشتی، داده های بالینی، داده ها از دستگاه های شخصی و بسیاری از منابع دیگر است، به طور موثر برآورد کند. اگر چه بسیار بزرگ است، چنین مجموعه داده ها نیز می تواند کاملا ناقص باشد (به عنوان مثال، اطلاعات دستگاه ممکن است فقط برای یک زیر مجموعه کوچک از افراد در دسترس باشد)، که باعث ایجاد مشکلات برای مدل های سنتی رگرسیون می شود. بسیاری از روش های یادگیری ماشین، به طور موثر این محدودیت ها را به طور موثری در بر می گیرند، اما هنوز در معرض منابع معمول تعصباتی هستند که معمولا در مطالعات مشاهده شده بوجود می آیند. محققان با استفاده از روشهای یادگیری ماشین مانند رگراسیون لسو یا ریدج باید این مدل ها را با استفاده از آزمون های مشخصه های معمولی ارزیابی کنند.