インタラクティブな予測モデリングによる糖尿病患者の再入院削減メアリー・ラブレス、SAS JMP シニア システム エンジニア
ルース・ハメル博士、JMPアカデミックアンバサダー、SAS
糖尿病は慢性疾患であり、米国住民の約12人に1人が罹患し、米国だけで年間約2,500億ドルの費用がかかっています。本講演では、糖尿病患者と病院の転帰に関するデータを用いて、糖尿病患者の再入院に関連する主要な要因を特定し、最新のモデリング手法を用いて再入院の可能性を予測します。UC Irvine Machine Learning Repositoryから公開されているデータセットには、130の病院と統合配信ネットワークの約7万人の患者の臨床ケアと人口統計情報に関する10年間のデータ（1999～2008年）が含まれています。このデータはHealth Factsデータベース（Cerner Corporation）から取得され、バージニアコモンウェルス大学の臨床およびトランスレーショナルリサーチセンターによって匿名化およびサンプリングされてから公開されました。このデータを使用して、データ準備のためのツールを説明し、インタラクティブな視覚化手法を実演し、モデルの精度を測定するための検証の重要性について説明します。次に、ロジスティック回帰、ブートストラップフォレスト、ブースティングツリー、ニューラルネットワーク、ペナルティ付き回帰（LASSO、エラスティックネット、リッジ）など、複数の探索的モデルと予測モデルを構築します。競合モデルをインタラクティブに比較し、誤分類のリスクを評価し、最適なモデルを選択します。最後に、選択されたモデルをインタラクティブなWebベースアプリケーションとしてデプロイするためのスコアリングコードを生成し、実装します。
