医院通常按癌种分别统计住院和门诊情况，但资源调度面对的是同一套床位、门诊和人员。Jiping Wang 等人的这项 JASA 研究换了一个视角：把不同癌症人群的治疗利用指标放进同一张“疾病网络”，寻找跨癌种仍然存在的关联。研究使用 SEER-Medicare——连接美国癌症登记与 Medicare 索赔记录的观察性数据库——纳入 2004 年 1 月至 2017 年 12 月确诊的十类常见癌症老年患者，分别分析住院场景中的 113 种疾病和门诊场景中的 168 种疾病。
难点是，就诊次数里往往有大量零值。团队采用“两部分”损失函数，分别处理“是否为零”和“非零时有多少次”；再用深度神经网络捕捉非线性关系，并通过惩罚项筛出较关键的连接。这里的连接是条件关联，即考虑其他变量后两项指标仍有关联，并不等于因果。论文称分析得到合理发现，也比较了跨癌种和跨就诊场景的结构；但现有材料没有披露具体网络边、枢纽节点或效应数字，因此更适合作为一种跨疾病资源研究思路留档。