Hyppää sisältöön
    • Suomeksi
    • In English
  • Suomeksi
  • In English
  • Kirjaudu
Näytä aineisto 
  •   Etusivu
  • 3. UTUCris-artikkelit
  • Rinnakkaistallenteet
  • Näytä aineisto
  •   Etusivu
  • 3. UTUCris-artikkelit
  • Rinnakkaistallenteet
  • Näytä aineisto
JavaScript is disabled for your browser. Some features of this site may not work without it.

A Machine Learning Approach Towards Early Detection of Frequent Health Care Users

Sanna Salanterä; Anne Santalahti; Päivi Rautava; Antti Airola; Tapio Salakoski; Tapio Pahikkala; Heljä Lundgrén-Laine

A Machine Learning Approach Towards Early Detection of Frequent Health Care Users

Sanna Salanterä
Anne Santalahti
Päivi Rautava
Antti Airola
Tapio Salakoski
Tapio Pahikkala
Heljä Lundgrén-Laine
Katso/Avaa
Louhi_paper.pdf (204.6Kb)
Lataukset: 

Näytä kaikki kuvailutiedot
Julkaisun pysyvä osoite on:
https://urn.fi/URN:NBN:fi-fe2021042715223
Tiivistelmä
In primary health care, a small number of frequent users incur a large portion of the total health care expenditures. In this work, we study whether it is possible to recognize these frequent users early on, through the application of machine learning based text mining techniques on clinical notes. We implement our study on a data set of 147 Finnish primary health care users, using a regularized least-squares based ranking method. The method achieves a ranking accuracy of 0.68 when making predictions based on the recorded text and observed visitation frequency after 20 visitations by a patient, demonstrating that it is possible to make useful predictions about the future rate of visitations.
Kokoelmat
  • Rinnakkaistallenteet [19207]

Turun yliopiston kirjasto | Turun yliopisto
julkaisut@utu.fi | Tietosuoja | Saavutettavuusseloste
 

 

Tämä kokoelma

JulkaisuajatTekijätNimekkeetAsiasanatTiedekuntaLaitosOppiaineYhteisöt ja kokoelmat

Omat tiedot

Kirjaudu sisäänRekisteröidy

Turun yliopiston kirjasto | Turun yliopisto
julkaisut@utu.fi | Tietosuoja | Saavutettavuusseloste