論文の概要: Forecasting Hyponatremia in hospitalized patients Using Multilayer Perceptron and Multivariate Linear Regression Techniques

• arxiv url: http://arxiv.org/abs/2007.15554v2
• Date: Tue, 4 Aug 2020 04:16:06 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-10 04:43:43.485784
• Title: Forecasting Hyponatremia in hospitalized patients Using Multilayer Perceptron and Multivariate Linear Regression Techniques
• Title（参考訳）: 多層パーセプトロンと多変量線形回帰法による入院患者の低ナトリウム血症予測
• Authors: Prasannavenkatesan Theerthagiri
• Abstract要約: 低ナトリウム血症(英: hyponatremia)は、ヒト血清中の電解質の欠乏症である。 この研究は、患者の健康問題の歴史に基づいて、未来的なナトリウム濃度を予測する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: The percentage of patients hospitalized due to hyponatremia is getting higher. Hyponatremia is the deficiency of sodium electrolyte in the human serum. This deficiency might indulge adverse effects and also associated with longer hospital stay or mortality, if it wasnt actively treated and managed. This work predicts the futuristic sodium levels of patients based on their history of health problems using multilayer perceptron and multivariate linear regression algorithm. This work analyses the patients age, information about other disease such as diabetes, pneumonia, liver-disease, malignancy, pulmonary, sepsis, SIADH, and sodium level of the patient during admission to the hospital. The results of the proposed MLP algorithm is compared with MLR algorithm based results. The MLP prediction results generates 23-72 of higher prediction results than MLR algorithm. Thus, proposed MLR algorithm has produced 57.1 of reduced mean squared error rate than the MLR results on predicting future sodium ranges of patients. Further, proposed MLR algorithm produces 27-50 of higher prediction precision rate.
• Abstract（参考訳）: 低ナトリウム血症により入院した患者の割合が増加している。 低ナトリウム血症はヒト血清中の電解質の欠乏である。 この欠損は副作用を誘発し、アクティブな治療を受けなければ長期の入院や死亡と関係がある可能性がある。 本研究は多層型パーセプトロンと多変量線形回帰アルゴリズムを用いて患者の健康問題の歴史に基づいて患者の未来的ナトリウムレベルを予測する。 本研究は, 糖尿病, 肺炎, 肝疾患, 悪性度, 肺, 敗血症, SIADH, および入院時のナトリウム濃度など, 患者の年齢, その他の疾患に関する情報を分析した。 提案するmlpアルゴリズムの結果をmlrアルゴリズムに基づく結果と比較した。 MLP予測結果は、MLRアルゴリズムよりも23-72高い予測結果を生成する。 そこで提案したMLRアルゴリズムは, 将来のナトリウム濃度範囲を予測するために, MLR結果よりも平均2乗誤差率を57.1削減した。 さらに,提案するmlrアルゴリズムでは,27～50倍高い予測精度が得られる。

関連論文リスト

• Predicting Lung Cancer Patient Prognosis with Large Language Models [20.97970447748789]
  大規模言語モデル(LLM)は、広範な学習知識に基づいてテキストを処理・生成する能力に注目されている。 肺癌患者の予後予測におけるGPT-4o miniおよびGPT-3.5の有用性について検討した。
  論文  参考訳（メタデータ） (2024-08-15T06:36:27Z)
• Augmented Risk Prediction for the Onset of Alzheimer's Disease from Electronic Health Records with Large Language Models [42.676566166835585]
  アルツハイマー病(英語: Alzheimer's disease、AD)は、65歳以上のアメリカ人で5番目に多い死因である。 大規模言語モデル(LLM)の最近の進歩は、リスク予測の強化に強い可能性を秘めている。 本稿では,LSMの少数ショット推論能力を活用することでリスク予測を向上する新しいパイプラインを提案する。
  論文  参考訳（メタデータ） (2024-05-26T03:05:10Z)
• Quantifying predictive uncertainty of aphasia severity in stroke patients with sparse heteroscedastic Bayesian high-dimensional regression [47.1405366895538]
  高次元データに対する疎線型回帰法は、通常、残留物が一定の分散を持つと仮定するが、これは実際には破ることができる。 本稿では,ヘテロセダスティック分割経験的ベイズ期待条件最大化アルゴリズムを用いて,高次元ヘテロセダスティック線形回帰モデルを推定する。
  論文  参考訳（メタデータ） (2023-09-15T22:06:29Z)
• Ischemic Stroke Lesion Prediction using imbalanced Temporal Deep Gaussian Process (iTDGP) [2.649401887836554]
  急性虚血性脳卒中(AIS)は、動脈閉塞により突然脳への血液供給が中断されたときに起こる。 CT(Computed Tomography Perfusion)画像から抽出した3次元計測マップをしきい値として評価する現在の標準AIS評価法は十分ではない。 ベースラインガウス時系列を用いてAIS予測を改善する確率モデルであるiTDGPを提案する。
  論文  参考訳（メタデータ） (2022-11-16T17:32:29Z)
• Process Mining Model to Predict Mortality in Paralytic Ileus Patients [0.0]
  麻痺性イレウス(PI)患者は集中治療室(ICU)に入院すると死亡リスクが高く、死亡率は40%に達する。 当科では入院24時間後のICU患者の死亡率予測におけるパフォーマンス改善について検討した。
  論文  参考訳（メタデータ） (2021-08-03T03:09:13Z)
• Comparative Analysis of Machine Learning Approaches to Analyze and Predict the Covid-19 Outbreak [10.307715136465056]
  疫学領域における新型コロナウイルスの流行を予測するための機械学習(ML)アプローチの比較分析を行った。 これらの結果から,短期的政策の意思決定を支援するMLアルゴリズムの利点が明らかになった。
  論文  参考訳（メタデータ） (2021-02-11T11:57:33Z)
• Comparison of Machine Learning Classifiers to Predict Patient Survival and Genetics of GBM: Towards a Standardized Model for Clinical Implementation [44.02622933605018]
  放射線モデルは、グリオ芽腫(GBM)の結果予測のための臨床データを上回ることが示されています。 GBM患者の生存率(OS),IDH変異,O-6-メチルグアニン-DNA-メチルトランスフェラーゼ(MGMT)プロモーターメチル化,EGFR(EGFR)VII増幅,Ki-67発現の9種類の機械学習分類器を比較した。 xgb は os (74.5%), ab for idh 変異 (88%), mgmt メチル化 (71,7%), ki-67 発現 (86,6%), egfr増幅 (81。
  論文  参考訳（メタデータ） (2021-02-10T15:10:37Z)
• Increasing the efficiency of randomized trial estimates via linear adjustment for a prognostic score [59.75318183140857]
  ランダム化実験による因果効果の推定は臨床研究の中心である。 歴史的借用法のほとんどは、厳格なタイプiエラー率制御を犠牲にして分散の削減を達成する。
  論文  参考訳（メタデータ） (2020-12-17T21:10:10Z)
• 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)
• Joint Prediction and Time Estimation of COVID-19 Developing Severe Symptoms using Chest CT Scan [49.209225484926634]
  術後に重篤な症状を発症するかどうかを判定するための共同分類法と回帰法を提案する。 提案手法は,各試料の重量を考慮し,外乱の影響を低減し,不均衡な分類の問題を検討する。 提案手法では, 重症症例の予測精度76.97%, 相関係数0.524, 変換時間0.55日差が得られた。
  論文  参考訳（メタデータ） (2020-05-07T12:16:37Z)
• Novel Radiomic Feature for Survival Prediction of Lung Cancer Patients using Low-Dose CBCT Images [3.510687032586989]
  腫瘍の異種性を考慮した生存予測モデルを提案する。 画像中のX線密度に関する情報とGTV(Grog tumor volume)の併用により腫瘍の均一性を測定する。 本稿では,GTV を用いた既存モデルと比較して生存率の予測を改良する,GTV 内腫瘍マス(TMG)と呼ばれる新機能を提案する。
  論文  参考訳（メタデータ） (2020-03-07T08:47:26Z)

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。