48、细菌培养数据传播模式提取与生物信号异常检测研究

细菌培养数据传播模式提取与生物信号异常检测研究

1. 细菌培养数据传播模式提取

在细菌培养数据的研究中，以往的工作虽在一定程度上成功提取了与时间相关的规则，但添加包含ID、房间号、床号和医生号的位置数据来提取规则仍是未来的研究方向。研究人员首先将细菌培养数据与位置数据进行整合。

细菌培养数据包含56,478条记录，其属性有ID、患者ID、日期、样本、检测到的细菌以及108种抗生素的药敏试验结果（取值为空白 (ε)、敏感 (S)、中介 (I) 和耐药 (R)）；位置数据包含78,853条记录，属性有ID、房间号、床号和医生ID。通过ID将两者整合后，得到31,300条记录的新数据。

2DCM（二维职业地图）是一种通过观察细菌培养数据中的药敏试验结果来预警医院获得性感染的系统。其原理是：若存在一种抗生素，一条记录的药敏试验结果为S，另一条为R，则这两条记录属于不同的细菌培养。然而，由于细菌培养数据过于稀疏，直接应用2DCM原理会导致细菌培养的识别变得复杂。因此，研究人员对2DCM原理进行了扩展：
- 规则一：从细菌培养数据中排除药敏试验结果全为ε或S的记录。
- 规则二：若两条记录共享k（共享阈值，设为6）种或更多抗生素，且其中一条记录的药敏试验结果为ε，另一条为S、I或R，则认为这两条记录属于不同的细菌培养。

研究人员将在固定时间跨度内，细菌培养数据中属于同一细菌培养的记录对定义为传播模式，并设计了详尽搜索算法PropPat来提取这些传播模式。传播模式根据患者是否相同、房间是否相同以及医生是否相同分为8种，其中重点关注的感染性传播模式有：
- dss：不同患者、同一房间、同一医生。
- dsd：不同患者、同一房间、不同医生