論文の概要: Bayesian Networks in Healthcare: Distribution by Medical Condition

• arxiv url: http://arxiv.org/abs/2002.00224v2
• Date: Tue, 4 Feb 2020 07:18:20 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-05 01:03:30.228510
• Title: Bayesian Networks in Healthcare: Distribution by Medical Condition
• Title（参考訳）: 医療におけるベイズネットワーク:医療条件による流通
• Authors: Scott McLachlan, Kudakwashe Dube, Graham A Hitman, Norman E Fenton, Evangelia Kyrimi
• Abstract要約: 本研究は、医療関連BNモデルが提案されている医療状況の範囲を特定し、定量化することを目的とする。 医療BNの約3分の2は、心臓、がん、心理学、肺疾患の4つの状態に焦点を当てている。
• 参考スコア（独自算出の注目度）: 0.2519906683279152
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Bayesian networks (BNs) have received increasing research attention that is not matched by adoption in practice and yet have potential to significantly benefit healthcare. Hitherto, research works have not investigated the types of medical conditions being modelled with BNs, nor whether any differences exist in how and why they are applied to different conditions. This research seeks to identify and quantify the range of medical conditions for which healthcare-related BN models have been proposed, and the differences in approach between the most common medical conditions to which they have been applied. We found that almost two-thirds of all healthcare BNs are focused on four conditions: cardiac, cancer, psychological and lung disorders. We believe that a lack of understanding regarding how BNs work and what they are capable of exists, and that it is only with greater understanding and promotion that we may ever realise the full potential of BNs to effect positive change in daily healthcare practice.
• Abstract（参考訳）: ベイジアンネットワーク(BN)は、実際には採用と一致せず、医療に多大な利益をもたらす可能性がある研究の注目を集めている。 研究は、BNでモデル化されている医療条件の種類や、どのように、なぜ異なる条件に適用されるのかについて、調査していない。 本研究は、医療関連BNモデルが提案されている医療条件の範囲と、適用されている最も一般的な医療条件間のアプローチの差異を同定し、定量化することを目的とする。 医療BNの約3分の2は、心臓、がん、心理、肺の4つの疾患に焦点を当てている。 BNがどのように機能し、どのような能力を持つかについての理解の欠如は、日々の医療実践においてポジティブな変化をもたらすために、BNの潜在能力を完全に認識することは、より深い理解と促進によってのみ実現できる、と我々は信じている。

関連論文リスト

• The Impact of Medicaid Expansion on Medicare Quality Measures [0.9796835880534122]
  医療保険法は2010年に法律に署名され、メディケイドを拡大し、何百万人もの低所得アメリカ人のケアへのアクセスを改善した。 病院財政の改善は,メディケイドの拡大を選択した州において,品質対策の大幅な改善につながったという仮説を立てた。 我々の知る限り、メディケイドの拡大がメディケアの人口に与える影響は調査されていない。
  論文  参考訳（メタデータ） (2024-11-05T14:31:20Z)
• FedMedICL: Towards Holistic Evaluation of Distribution Shifts in Federated Medical Imaging [68.6715007665896]
  FedMedICLは統合されたフレームワークであり、フェデレートされた医療画像の課題を全体評価するためのベンチマークである。 6種類の医用画像データセットについて,いくつかの一般的な手法を総合的に評価した。 単純なバッチ分散手法はFedMedICL実験全体の平均性能において,高度な手法を超越していることがわかった。
  論文  参考訳（メタデータ） (2024-07-11T19:12:23Z)
• Robust and Interpretable Medical Image Classifiers via Concept Bottleneck Models [49.95603725998561]
  本稿では,自然言語の概念を用いた堅牢で解釈可能な医用画像分類器を構築するための新しいパラダイムを提案する。 具体的には、まず臨床概念をGPT-4から検索し、次に視覚言語モデルを用いて潜在画像の特徴を明示的な概念に変換する。
  論文  参考訳（メタデータ） (2023-10-04T21:57:09Z)
• BMAD: Benchmarks for Medical Anomaly Detection [51.22159321912891]
  異常検出(AD)は、機械学習とコンピュータビジョンの基本的な研究課題である。 医用画像では、ADはまれな疾患や病態を示す可能性のある異常の検出と診断に特に重要である。 医用画像の異常検出方法を評価するための総合評価ベンチマークを導入する。
  論文  参考訳（メタデータ） (2023-06-20T20:23:46Z)
• Explaining a machine learning decision to physicians via counterfactuals [16.7561343602079]
  機械学習モデルは、いくつかの医療タスクでうまく機能し、医療システムの負担を軽減するのに役立つ。 しかし、説明責任の欠如は、病院における導入の大きな障害となっている。 本論文で考慮された説明は, 反実例(CF)であり, その逆の結果となる仮説的シナリオである。
  論文  参考訳（メタデータ） (2023-06-10T00:49:21Z)
• Doctors vs. Nurses: Understanding the Great Divide in Vaccine Hesitancy among Healthcare Workers [64.1526243118151]
  医者は新型コロナウイルスワクチンに対して全体的に陽性であることがわかりました。 医師は新型ワクチンよりもワクチンの有効性を懸念している。 看護婦は子供に対する潜在的な副作用にもっと注意を払う。
  論文  参考訳（メタデータ） (2022-09-11T14:22:16Z)
• Co-occurrence of medical conditions: Exposing patterns through probabilistic topic modeling of SNOMED codes [0.3867363075280544]
  腎疾患に罹患している人には、特に共起状態が一般的である。 本研究の目的は,確率的枠組みを用いた患者の共起医療状況のパターンを同定し,特徴付けることである。
  論文  参考訳（メタデータ） (2021-09-19T19:34:21Z)
• Semi-Supervised Variational Reasoning for Medical Dialogue Generation [70.838542865384]
  医療対話生成には,患者の状態と医師の行動の2つの重要な特徴がある。 医療対話生成のためのエンドツーエンドの変分推論手法を提案する。 行動分類器と2つの推論検出器から構成される医師政策ネットワークは、拡張推論能力のために提案される。
  論文  参考訳（メタデータ） (2021-05-13T04:14:35Z)
• Assessing the Severity of Health States based on Social Media Posts [62.52087340582502]
  ユーザの健康状態の重症度を評価するために,テキストコンテンツとコンテキスト情報の両方をモデル化する多視点学習フレームワークを提案する。 多様なNLUビューは、ユーザの健康を評価するために、タスクと個々の疾患の両方に効果を示す。
  論文  参考訳（メタデータ） (2020-09-21T03:45:14Z)
• Medical idioms for clinical Bayesian network development [0.11744028458220425]
  本稿では, 医療用BNの開発を支援するために, 広く応用され, 再利用可能な医療推論パターンを提案する。 提案する医学的推論パターンを医学的イディオムと呼ぶ。 冠状動脈疾患の医学的例を用いて, 提案したすべての医学的イディオムを概説した。
  論文  参考訳（メタデータ） (2020-07-01T10:10:52Z)
• A Comprehensive Scoping Review of Bayesian Networks in Healthcare: Past, Present and Future [0.2348805691644085]
  医療におけるBNのユニークな新しいスコーピングレビューは、ドメインとその状態を包括的に特徴付ける分析フレームワークを提供する。 レビューでは,(1)医療におけるBNは,その潜在能力を十分に発揮できていないこと,(2)総合的なBN開発プロセスが欠如していること,(3)医療におけるBNが文献で提示される方法に限界があること,(4)正確なBNと臨床実践に影響を与える有用なBNとの間にギャップが存在すること,などが示されている。
  論文  参考訳（メタデータ） (2020-02-20T09:04:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。