Using binary silver labels in electronic health records-based computable phenotyping algorithms
在电子健康记录表型算法中使用二元银标签AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要属于电子健康记录表型算法与弱监督统计方法，未涉及所提供领域细分中的因果推断、面板、离散选择、时间序列、资产定价等方向，故不选择任何细分。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
在电子健康记录表型算法中使用二元银标签
- 研究问题
- 摘要关注的问题是：电子健康记录研究中缺乏大规模金标准表型标签，而常用的弱监督表型方法 PheNorm 原本针对计数型银标签设计，无法直接适用于常见且可能信息量很高的二元银标签。
- 方法与思路
- 作者提出 Binary PheNorm，在去噪与回归步骤中直接使用二元银标签，生成连续表型得分且不做 EM 校准；还考虑高维场景下的 lasso 正则化版本，以及同时使用二元与计数标签的组合模型，并通过模拟和两个疾病案例评估。
- 材料陈述的贡献
- 摘要称 Binary PheNorm 仅用二元标签即可获得较强判别能力，与计数标签结合时常有改进；在过敏反应中 AUC 由肾上腺素提及指标的 0.793 升至 0.891–0.892，在急性胰腺炎中由脂肪酶阈值指标的 0.736 升至 0.805–0.819。
- 阅读关注点
- 阅读全文时应核对：去噪与回归步骤的具体识别假设与推导、lasso 版本的正则化设定、组合模型的权重或融合方式、模拟设计、AUC 比较是否基于同一金标准与同一验证样本，以及两个案例的标签定义与样本量。
- 阅读边界
- 仅凭摘要无法判断方法的理论性质、假设是否成立、模拟与案例的可推广性及与既有方法的全面比较；该文为 arXiv 预印本，未经同行评审或期刊接收验证。
原文摘要
Gold-standard phenotype labels are often unavailable at scale in electronic health record (EHR) studies because they require manual chart review. Weakly supervised phenotyping methods instead use silver-standard labels, such as diagnosis-code counts, natural language processing (NLP) mentions, medication indicators, or laboratory thresholds. PheNorm is widely used for this purpose, but its original formulation was designed for count-valued silver labels and relies on log transformation, utilization normalization, and Gaussian mixture modeling. These steps are not directly suited to binary silver labels, which are common and may be highly informative. We propose Binary PheNorm, an extension that uses binary silver labels directly in the corruption-and-regression denoising step and produces a continuous phenotype score without EM calibration. We also consider a lasso-regularized version for high-dimensional EHR settings and combined models using both binary and count labels. In simulations, Binary PheNorm achieved strong discrimination using binary labels alone and often improved performance when combined with count labels. In anaphylaxis, AUC increased from 0.793 for an epinephrine-mention indicator to 0.891-0.892 after Binary PheNorm. In acute pancreatitis, AUC increased from 0.736 for a lipase-threshold indicator to 0.805-0.819. These results support Binary PheNorm as a practical weakly supervised approach when informative binary silver labels are available.