• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Information Reuse and Integration for Data Science >Scalable Action Mining for Recommendations to Reduce Hospital Readmission
【24h】

Scalable Action Mining for Recommendations to Reduce Hospital Readmission

机译：建议的可扩展动作挖掘，以减少医院的再住院

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Hospital re-admission problem is one of the long-time issues of healthcares in USA. Unplanned re-admissions to hospitals not only increase cost for patients, but also for hospitals and taxpayers. Action mining is one of the data mining approaches to recommend actions to undertake for an organization or individual to achieve required condition or status. In this work, we propose a scalable action mining method to recommend hospitals and taxpayers on what actions would potentially reduce patient readmission to hospitals. We use the Healthcare Cost and Utilization Project(HCUP) databases to evaluate our approach. All our proposed scalable approaches are cloud based and use Apache Spark to handle data processing and to make recommendations.
机译：医院再入院问题是美国医疗保健的长期问题之一。计划外的再次入院不仅增加了患者的费用，而且也增加了医院和纳税人的费用。动作挖掘是推荐组织或个人为达到所需条件或状态而采取的行动的数据挖掘方法之一。在这项工作中，我们提出了一种可扩展的行动挖掘方法，以建议医院和纳税人采取哪些行动可能减少患者再次入院的机会。我们使用医疗保健成本和利用项目（HCUP）数据库来评估我们的方法。我们提出的所有可扩展方法都是基于云的，并使用Apache Spark来处理数据处理并提出建议。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号