Feature selection for predicting the patient state in distant postoperative period

Abstract

The optimization problem of patients with congenital heart defects state in the distant postoperative period consists of finding a specific treatment strategy that gives the best rest, taking into account the initial state of a patient. However, there may be too many input variables for this type of task, which significantly increases the risk of worsening the result. The work describes the process of analyzing feature selection algorithms, where features act as indicators of patients with congenital heart defects, applying the mechanism of these algorithms to reduce the dimension (quantity) of input features, and using selected features to predict patients’ state indicators in the distant period. The purpose of the study was to find the optimal composition of indicators that would retain as much information as possible for predicting indicators of the state of patients. Among the analyzed feature selection algorithms, the correlation feature selection method was chosen. The function of the additive convolution of state indicators was used as an output variable. This function was obtained by the Best-Worst method (one of multi-criteria decision making methods). To predict patient state indicators, five classification algorithms were proposed: logistic regression, linear discriminate analysis, random forest, mixed step-bystep algorithm of group method of data handling, and group method of data handling with neurons. Before using them, the total samples were divided into train (eighty percent) and test (twenty percent) samples. The first three algorithms were programmed in Python, while the others were calculated in GMDH Shell DS software. Algorithms give seventy-eight and four tenths of accuracy on average on the test sample. The results will be used to improve the unified algorithm for optimizing the state of patients, which was obtained in previous studies, and includes a genetic algorithm and analytic hierarchy process.

Задача оптимізації стану пацієнтів з вродженими вадами серця у віддаленому післяопераційному періоді полягає в знаходженні певної стратегії лікування, яка дає найкращий результат, враховуючи при цьому початковий стан пацієнта. Проте, вхідних змінних для даного типу задачі може бути занадто багато, що значно підвищує ризик погіршення результатів. Дана робота описує процес аналізу алгоритмів відбору ознак, які виступають в ролі показників пацієнтів з вродженими вадами серця, застосування механізму даних алгоритмів для зменшення розмірності (кількості) вхідних ознак, та використання обраних ознак для прогнозування показників стану пацієнтів у віддаленому періоді. Головною метою дослідження було знаходження оптимального складу показників, який зберігав би якомога більше інформативності для прогнозування показників стану пацієнтів. Серед проаналізованих алгоритмів відбору ознак було обрано метод кореляційного відбору ознак. В якості вихідної змінної виступала функція адитивної згортки показників стану, яка була отримана за рахунок методу багатокритеріального прийняття рішень, а саме – методу Best-Worst. Для прогнозування показників стану пацієнтів було запропоновано п’ять алгоритмів класифікації: логістична регресія, лінійний дискримінантний аналіз, випадковий ліс, покроковий змішаний алгоритм метода групового урахування аргументів, та метод групового урахування аргументів з використанням нейронів. Перед їх застосуванням, загальну вибірку було розбито на навчальну, яка складала вісімдесят відсотків, і тестову, що склала відповідно двадцять відсотків. Перші три алгоритми були запрограмовані мовою Python, а інші були розраховані в програмному забезпеченні GMDH Shell DS. В середньому алгоритми видають сімдесят вісім і чотири десятих відсотка точності на тесті. Отримані результати будуть використані для покращення єдиного алгоритму оптимізації стану пацієнтів, який був отриманий в попередніх дослідженнях, і включає в себе генетичний алгоритм та метод аналізу ієрархій.

Задача оптимизации состояния пациентов с врождёнными пороками сердца в отдаленном послеоперационном периоде заключается в нахождении определенной стратегии лечения, которая даёт наилучший результат, учитывая при этом начальное состояние пациента. Однако, входных переменных для данного типа задачи может быть слишком много, что значительно повышает риск ухудшения результатов. Данная работа описывает процесс анализа алгоритмов отбора признаков, которые выступают в роли показателей пациентов с врождёнными пороками сердца, применения механизма данных алгоритмов для уменьшения размерности (количества) входных признаков, а также использование выбранных признаков для прогнозирования показателей состояния пациентов в отдаленном периоде. Главной целью исследования было нахождение оптимального состава показателей, который сохранял бы как можно больше информативности для прогнозирования показателей состояния пациентов. Среди проанализированных алгоритмов отбора признаков был выбран метод корреляционного отбора признаков. В качестве выходной переменной выступала функция аддитивной свёртки показателей состояния, которая была получена за счёт метода многокритериального принятия решения, а именно – метода Best-Worst. Для прогнозирования показателей состояния пациентов было предложено пять алгоритмов классификации: логистическая регрессия, линейный дискриминантный анализ, случайный лес, пошаговый смешанный алгоритм метода группового учёта аргументов и метод группового учёта аргументов с использованием нейронов. Перед их использованием, общую выборку было разбито на обучающую, которая составляла восемьдесят процентов, и тестовую, которая составила соответственно двадцать процентов. Первые три алгоритма были запрограммированы языком Python, а другие были рассчитаны в программном обеспечении GMDH Shell DS. В среднем алгоритмы выдают семьдесят восемь и четыре десятых точности на тесте. Полученные результаты будут использованы для улучшения единого алгоритма оптимизации состояния пациентов, который был получен в предыдущих исследованиях, и включает в себя генетический алгоритм и метод анализа иерархий.