等高图在数据挖掘中的应用

老规矩，先将范文贴出来：[https://www.dropbox.com/s/as9udtdm0vhnc92/akin.pdf?dl=0]

概括

• AKIN（Acute Kidney Injury Network）是指急性肾损伤的一个诊断网络：利用尿量和血肌酐的综合，将急性肾损伤分为1、2、3三个等级

• 本文旨在分析AKIN内的几个指标的关系以及和死亡率之间的关系

• 本文的难点是等高图的绘制，在将数据分析的结果带入等高图的过程，体现了一种以数据流为形式的处理。这种处理才是数据挖掘的精髓，后面将详细将这个过程

• 本文对某个变量的多次测量值的处理为：二分类变量——只要最高值在某个范围窗口内，就将该变量编码为1

方法

• 数据库提取将是一个难点，涉及到日期的计算（ICU停留超过24h的才纳入）以及如何将诊断标准翻译为SQL语言？

• 亮点：作者将测量值的连续变量分为多个二分类变量，可看下图：

图中观察时间是7天，血肌酐的绝对值是0.1-1.0之间，如果按照每天每0.1来分，将是7×10=70个方程，然后看文中的描述：

跟文中描述的是一样的。这些方程都是一个逻辑回归模型，包括的混杂变量包括

所有的混杂变量均取中位数，则可以算出一个调整后的死亡率（adjusted mortality）。将70个调整后的死亡率带入等高图那个矩阵中，死亡率用颜色的热度来表示，利用R语言的ggplot包就可绘制出：教程入口

对结果的解释

选一个最难的图：

该图中，当血肌酐的升高不超过200%时，死亡率随着血肌酐的增高增高，但是不随观察时间（我认为应该理解为持续时间）的增加而升高；而血肌酐的升高超过200%时，死亡率不仅随着血肌酐升高而升高，还随着观察时间的增加而升高。

总结

• 本文在方法学上目测没有什么问题，发在了ICM，比较好的杂志了
• 在临床意义方面，只是阐明了AKIN的变量之间的关系。但是，往往paper的临床意义是最后才考虑的东西