論文の概要: Predicting Mortality Risk in Viral and Unspecified Pneumonia to Assist
Clinicians with COVID-19 ECMO Planning
- arxiv url: http://arxiv.org/abs/2006.01898v1
- Date: Tue, 2 Jun 2020 19:30:29 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-26 00:01:42.956475
- Title: Predicting Mortality Risk in Viral and Unspecified Pneumonia to Assist
Clinicians with COVID-19 ECMO Planning
- Title（参考訳）: 新型コロナウイルスECMO計画におけるウイルスおよび未特定肺炎の死亡リスク予測
- Authors: Helen Zhou, Cheng Cheng, Zachary C. Lipton, George H. Chen, Jeremy C.
Weiss
- Abstract要約: 新型コロナウイルス(COVID-19)による呼吸器合併症は、2020年に数万人が命を落とした。
重症急性呼吸症候群 (SARS-CoV-2) からウイルス性肺炎から急性呼吸不全症候群 (ARDS) へとエスカレートした症例が多い。
体外膜酸素療法(Extracorporeal membranous oxygenation, ECMO)は、重症心身障害患者に対する持続的酸素・換気療法である。
- 参考スコア（独自算出の注目度）: 26.25177784899079
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Respiratory complications due to coronavirus disease COVID-19 have claimed
tens of thousands of lives in 2020. Many cases of COVID-19 escalate from Severe
Acute Respiratory Syndrome (SARS-CoV-2) to viral pneumonia to acute respiratory
distress syndrome (ARDS) to death. Extracorporeal membranous oxygenation (ECMO)
is a life-sustaining oxygenation and ventilation therapy that may be used for
patients with severe ARDS when mechanical ventilation is insufficient to
sustain life. While early planning and surgical cannulation for ECMO can
increase survival, clinicians report the lack of a risk score hinders these
efforts. In this work, we leverage machine learning techniques to develop the
PEER score, used to highlight critically ill patients with viral or unspecified
pneumonia at high risk of mortality or decompensation in a subpopulation
eligible for ECMO. The PEER score is validated on two large, publicly available
critical care databases and predicts mortality at least as well as other
existing risk scores. Stratifying our cohorts into low-risk and high-risk
groups, we find that the high-risk group also has a higher proportion of
decompensation indicators such as vasopressor and ventilator use. Finally, the
PEER score is provided in the form of a nomogram for direct calculation of
patient risk, and can be used to highlight at-risk patients among critical care
patients eligible for ECMO.
- Abstract（参考訳）: 新型コロナウイルスによる呼吸器合併症は、2020年に数万人が命を落とした。
重症急性呼吸症候群(SARS-CoV-2)からウイルス肺炎から急性呼吸不全症候群(ARDS)まで、多くの症例がエスカレートした。
体外膜酸素療法(Extracorporeal membranous oxygenation, ECMO)は、重症心身障害患者に対する持続的酸素・換気療法である。
早期の計画とECMOの外科的治療は生存率を高める可能性があるが、臨床医はリスクスコアの欠如がこれらの努力を妨げると報告している。
本研究は,PEERスコアの開発に機械学習技術を活用することを目的として,ECMOに該当するサブ集団において,致死率や補充のリスクが高いウイルス性又は未特定肺炎の重篤な患者を強調するために用いられる。
PEERスコアは2つの大規模で一般公開されているクリティカルケアデータベースで検証され、少なくとも他のリスクスコアと同様に死亡率を予測する。
また,コホートを低リスク群と高リスク群に分類すると,高リスク群は圧薬や人工呼吸器などの除算指標の比率も高いことがわかった。
最後に、PEERスコアは、患者のリスクを直接計算するノモグラムの形で提供され、ECMOに該当する重篤なケア患者のうち、リスクの高い患者をハイライトするために使用できる。
関連論文リスト
- SurvLatent ODE : A Neural ODE based time-to-event model with competing
risks for longitudinal data improves cancer-associated Deep Vein Thrombosis
(DVT) prediction [68.8204255655161]
本稿では,不規則なサンプルデータの下で潜在表現をパラメータ化する生成時間対イベントモデルSurvLatent ODEを提案する。
そこで,本モデルでは,事象特異的ハザード関数の形状を指定せずに,複数の競合イベントの生存時間を柔軟に推定する。
SurvLatent ODEは、DVTリスクグループを成層化するために、現在の臨床標準であるKhorana Riskスコアより優れている。
論文 参考訳（メタデータ） (2022-04-20T17:28:08Z) - Early ICU Mortality Prediction and Survival Analysis for Respiratory
Failure [4.229085609275446]
呼吸不全患者の早期死亡リスク予測のための動的モデリング手法を,最初の24時間ICU生理学的データに基づいて提案する。
ICU導入後5日目のAUROC高成績(80～83%)とAUCPR4%の有意な改善が得られた。
論文 参考訳（メタデータ） (2021-09-06T06:03:23Z) - COVID-Net CXR-S: Deep Convolutional Neural Network for Severity
Assessment of COVID-19 Cases from Chest X-ray Images [74.77272804752306]
胸部CXR画像に基づくSARS-CoV-2陽性患者の空間重症度を予測する畳み込みニューラルネットワークであるCOVID-Net CXR-Sについて紹介する。
患者15,000人以上の多国籍コホートから得られた16,000以上のCXR画像から得られた表現的知識を,重症度評価のためのカスタムネットワークアーキテクチャへ伝達する。
提案したCXR-Sは、新型コロナウイルス陽性患者のCXR画像のコンピュータ支援による重症度評価のための強力なツールとなる可能性がある。
論文 参考訳（メタデータ） (2021-05-01T14:15:12Z) - Machine learning approach to dynamic risk modeling of mortality in
COVID-19: a UK Biobank study [0.0]
新型コロナウイルス(COVID-19)のパンデミックは、高リスク患者の階層化を支援する堅牢でスケーラブルなモニタリングツールを緊急に必要としてきた。
本研究は、英国バイオバンクを用いた予測モデルを開発し、検証し、新型コロナウイルスの死亡リスクを推定することを目的とする。
論文 参考訳（メタデータ） (2021-04-19T11:51:20Z) - Epidemic mitigation by statistical inference from contact tracing data [61.04165571425021]
我々は,個人が感染するリスクを推定するためにベイズ推定法を開発した。
本稿では,感染防止のための検査・隔離戦略を最適化するために,確率論的リスク推定手法を提案する。
我々のアプローチは、最近接触した個人間の通信のみを必要とする、完全に分散されたアルゴリズムに変換されます。
論文 参考訳（メタデータ） (2020-09-20T12:24:45Z) - Real-time Prediction of COVID-19 related Mortality using Electronic
Health Records [30.892335739985526]
新型コロナウイルス早期警戒システム(CovEWS)は、新型コロナウイルス関連死亡リスクを評価する臨床リスクスコアシステムである。
CovEWSは、臨床的に有意な予測パフォーマンスを持つ個々の患者に対して、前もって192時間(8日)まで、継続的なリアルタイムリスクスコアを提供する。
論文 参考訳（メタデータ） (2020-08-31T08:07:27Z) - Machine Learning and Meta-Analysis Approach to Identify Patient
Comorbidities and Symptoms that Increased Risk of Mortality in COVID-19 [1.221966660783828]
感染者の多くは、症状の重症度と死亡リスクを高めるために、新型コロナウイルスと相互作用する既往の状態を持っている。
我々は、公表されたグローバル文献のメタ分析と、集約されたCOVID-19グローバルデータセットを用いた機械学習予測分析を行った。
結果: 慢性閉塞性肺疾患 (COPD) , 脳血管疾患 (CEVD) , 心血管疾患 (CVD) , 2型糖尿病, 悪性度, 高血圧を, COVID-19重症度に最も有意な関連が認められた。
論文 参考訳（メタデータ） (2020-08-21T12:31:54Z) - An early warning tool for predicting mortality risk of COVID-19 patients
using machine learning [0.0]
2020年1月10日から2月18日にかけて、東寺病院(中国)に入院した375人の新型コロナウイルス陽性患者を対象に、振り返り調査を行った。
新型コロナウイルス患者の死亡リスクを予測するため,ノモグラムが開発された。
総合スコア(LNLCA)を対応する死亡確率で算出した。
論文 参考訳（メタデータ） (2020-07-29T15:16:09Z) - Integrative Analysis for COVID-19 Patient Outcome Prediction [53.11258640541513]
我々は、集中治療室入院の必要性を予測するために、人口統計、バイタルサイン、実験室の所見から、肺不透明度の放射能と非画像の特徴を組み合わせる。
また, 地域性肺炎を含む他の肺疾患にも適用できるが, 地域性肺炎に限らない。
論文 参考訳（メタデータ） (2020-07-20T19:08:50Z) - Prediction of the onset of cardiovascular diseases from electronic
health records using multi-task gated recurrent units [51.14334174570822]
本稿では,電子カルテから心血管イベントを予測するための注意機構を備えたマルチタスク・リカレントニューラルネットワークを提案する。
提案手法は、NHS Foundation Trustの5年間のデータを用いて、標準的な臨床リスク予測器(QRISK)と機械学習の代替手段と比較される。
論文 参考訳（メタデータ） (2020-07-16T17:43:13Z) - Remote health monitoring and diagnosis in the time of COVID-19 [51.01158603315544]
コロナウイルス(COVID-19)は重症急性呼吸器症候群ウイルス(SARS-CoV-2)によって引き起こされる
パンデミックは、遠隔医療サービスを提供するための新しいルートを革新し、拡張し、創り出すインセンティブを駆り立ててきた。
論文 参考訳（メタデータ） (2020-05-18T08:54:38Z)
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。