論文の概要: Preliminary Results from a Peer-Led, Social Network Intervention, Augmented by Artificial Intelligence to Prevent HIV among Youth Experiencing Homelessness

• arxiv url: http://arxiv.org/abs/2007.07747v1
• Date: Sat, 11 Jul 2020 02:17:53 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-10 08:13:35.672289
• Title: Preliminary Results from a Peer-Led, Social Network Intervention, Augmented by Artificial Intelligence to Prevent HIV among Youth Experiencing Homelessness
• Title（参考訳）: 若年者におけるHIV予防のための人工知能によるピアリード型ソーシャル・ネットワーク・インターベンションの予備的成績
• Authors: Eric Rice, Laura Onasch-Vera, Graham T. DiGuiseppi, Bryan Wilder, Robin Petering, Chyna Hill, Amulya Yadav, Milind Tambe
• Abstract要約: 米国では毎年400万人の若者がホームレスを経験しており、HIV感染率は3から11.5%である。 HIV予防のためのPCAモデルは、多くの集団で成功したが、顕著な失敗があった。 我々は,(1)人工知能(AI)計画アルゴリズムを用いたPCA選択用アーム,(2)高次集中度(DC)として操作された人気アーム,(3)観測のみ比較群(OBS)の3つの腕で,YEHに対する新たなPCA介入試験を行った。 AIとDCの両腕は時間とともに改善され、AIベースのPCA選択が改善した
• 参考スコア（独自算出の注目度）: 47.21347530335741
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Each year, there are nearly 4 million youth experiencing homelessness (YEH) in the United States with HIV prevalence ranging from 3 to 11.5%. Peer change agent (PCA) models for HIV prevention have been used successfully in many populations, but there have been notable failures. In recent years, network interventionists have suggested that these failures could be attributed to PCA selection procedures. The change agents themselves who are selected to do the PCA work can often be as important as the messages they convey. To address this concern, we tested a new PCA intervention for YEH, with three arms: (1) an arm using an artificial intelligence (AI) planning algorithm to select PCA, (2) a popularity arm--the standard PCA approach--operationalized as highest degree centrality (DC), and (3) an observation only comparison group (OBS). PCA models that promote HIV testing, HIV knowledge, and condom use are efficacious for YEH. Both the AI and DC arms showed improvements over time. AI-based PCA selection led to better outcomes and increased the speed of intervention effects. Specifically, the changes in behavior observed in the AI arm occurred by 1 month, but not until 3 months in the DC arm. Given the transient nature of YEH and the high risk for HIV infection, more rapid intervention effects are desirable.
• Abstract（参考訳）: 米国では毎年400万人近い若者がホームレス(YEH)を患っており、HIV感染率は3から11.5%である。 HIV予防のためのペアチェンジ剤(PCA)モデルは、多くの集団で成功したが、顕著な失敗があった。 近年、ネットワーク介入主義者は、これらの障害はPCAの選択手順によるものであると示唆している。 PCA作業を行うために選択された変更エージェント自体は、伝達するメッセージと同じくらい重要であることが多い。 そこで我々は,(1)人工知能(AI)計画アルゴリズムを用いたPCA選択用アーム,(2)人気アーム,(2)標準PCAアプローチを最高集中度(DC)として操作する,(3)観察のみ比較群(OBS)の3つのアームを用いて,YEHに対する新たなPCA介入試験を行った。 HIV検査、HIV知識、コンドーム使用を促進するPCAモデルはYEHに有効である。 AIとDCの両腕は時間とともに改善された。 AIベースのPCA選択により、より良い結果が得られ、介入効果の速度が向上した。 具体的には、AIアームで観察された行動の変化は1ヶ月後に起こったが、DCアームで観察された3ヶ月までは起こらなかった。 YEHの一時的な性質とHIV感染のリスクが高いことから、より迅速な介入効果が望ましい。

関連論文リスト

• A Novel Multimodal System to Predict Agitation in People with Dementia Within Clinical Settings: A Proof of Concept [1.3810130040348885]
  認知症(PwD)に罹患する人々の不安と攻撃性(Agitation and Aegression, AAA)は、苦痛と医療需要の増加に寄与する。 本稿では,EmbracePlusリストバンドとビデオ検出システムを利用して,マルチモーダルアプローチを統合する5年間の研究システムを提案する。 このシステムは、EmbracePlusリストバンドから生およびデジタルバイオマーカーを収集し、処理し、AAを正確に予測する。
  論文  参考訳（メタデータ） (2024-10-26T02:59:34Z)
• Utilizing AI and Social Media Analytics to Discover Adverse Side Effects of GLP-1 Receptor Agonists [0.0]
  FDA承認後に明らかにされた薬物の副作用(ASE)は、患者の安全を脅かす。 我々はソーシャルメディアから大量の公開データを分析できるデジタル手法を開発した。 グルカゴン様ペプチド1受容体アゴニスト(GLP-1 RA)市場に関連する21の電位を発見した。
  論文  参考訳（メタデータ） (2024-04-01T09:48:14Z)
• A Multi-Agent Reinforcement Learning Framework for Evaluating the U.S. Ending the HIV Epidemic Plan [2.498439320062193]
  HIVエピデミックイニシアチブの終了は、2030年までに90%の新規感染を減らすことを目的としている。 既存のHIV決定分析モデルでは、特定の都市または全国の人口を評価し、管轄的な相互作用や違いを見落としている。 本稿では,地域別意思決定分析が可能なマルチエージェント強化学習(MARL)モデルを提案する。
  論文  参考訳（メタデータ） (2023-11-01T21:19:35Z)
• Zero-shot causal learning [64.9368337542558]
  CaMLは因果メタラーニングフレームワークであり、各介入の効果をタスクとしてパーソナライズした予測を定式化する。 トレーニング時に存在しない新規介入のパーソナライズされた効果を予測することができることを示す。
  論文  参考訳（メタデータ） (2023-01-28T20:14:11Z)
• Adherence Forecasting for Guided Internet-Delivered Cognitive Behavioral Therapy: A Minimally Data-Sensitive Approach [59.535699822923]
  インターネット提供型心理的治療(IDPT)は、メンタルヘルスのアクセシビリティを向上させるための効果的でスケーラブルな経路であると考えられている。 本研究は,最小限の敏感なログイン/ログアウトデータに依存しながら,自動アドバンス予測を行うディープラーニングアプローチを提案する。 提案されたセルフアテンションネットワークは、治療期間の1/3が経過した時点で、平均的バランスの正確さを70%以上達成した。
  論文  参考訳（メタデータ） (2022-01-11T13:55:57Z)
• Improved Drug-target Interaction Prediction with Intermolecular Graph Transformer [98.8319016075089]
  本稿では,3方向トランスフォーマーアーキテクチャを用いて分子間情報をモデル化する手法を提案する。 分子間グラフ変換器(IGT)は、それぞれ、結合活性と結合ポーズ予測の2番目のベストに対して、最先端のアプローチを9.1%と20.5%で上回っている。 IGTはSARS-CoV-2に対して有望な薬物スクリーニング能力を示す。
  論文  参考訳（メタデータ） (2021-10-14T13:28:02Z)
• To Trust or to Think: Cognitive Forcing Functions Can Reduce Overreliance on AI in AI-assisted Decision-making [4.877174544937129]
  AIによる意思決定支援ツールによってサポートされる人々は、しばしばAIに過度に依存します。 AIの決定に説明を加えることは、過度な信頼を減らすものではありません。 我々の研究は、人間の認知モチベーションが説明可能なAIソリューションの有効性を損なうことを示唆している。
  論文  参考訳（メタデータ） (2021-02-19T00:38:53Z)
• Computational Support for Substance Use Disorder Prevention, Detection, Treatment, and Recovery [62.9980747784214]
  物質使用障害には、アルコール、オピオイド、マリファナ、メタンフェタミンの誤用が含まれる。 成人12人中1人が薬物使用障害を患っている。 全米薬物乱用協会(National Institute on Drug Abuse)は、SUDが年間5200億ドルの費用を負担していると推計している。
  論文  参考訳（メタデータ） (2020-06-23T18:30:20Z)
• A Machine Learning System for Retaining Patients in HIV Care [2.8550886780528493]
  HIVに感染している人の51%は薬を服用せず、最終的に医療をやめる。 個人をケアに再リンクする現在の方法は(患者が退院した後)反応性があり、あまり効果がない。 我々は,シカゴ大学HIVクリニックとシカゴ公衆衛生省の医療費の削減に最もリスクがある人を予測するシステムについて述べる。
  論文  参考訳（メタデータ） (2020-06-01T01:44:38Z)
• A Deep Q-learning/genetic Algorithms Based Novel Methodology For Optimizing Covid-19 Pandemic Government Actions [63.669642197519934]
  我々はSEIR疫学モデルを用いて、人口の時間とともにウイルスウイルスの進化を表現している。 報酬システムにより、アクションのシーケンス(統合、自己同化、二メートル距離、制限を取らない)を評価する。 どちらの意味でも、パンデミックの悪影響を抑えるために政府が取るべき行動を発見する上で、我々の方法論が有効な手段であることを実証する。
  論文  参考訳（メタデータ） (2020-05-15T17:17:45Z)

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。