論文の概要: Survival Modeling of Suicide Risk with Rare and Uncertain Diagnoses
- arxiv url: http://arxiv.org/abs/2009.02597v2
- Date: Mon, 8 May 2023 02:06:06 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-10 01:40:10.296888
- Title: Survival Modeling of Suicide Risk with Rare and Uncertain Diagnoses
- Title（参考訳）: 稀かつ不確定な診断を伴う自殺リスクの生存モデル
- Authors: Wenjie Wang, Chongliang Luo, Robert H. Aseltine, Fei Wang, Jun Yan,
Kun Chen
- Abstract要約: 我々は,自殺未遂により入院し,後に退院した患者に対して,その後の自殺未遂のリスクを調査するために医療クレームデータを用いた。
疑わしい」自殺未遂の約20%は、傷害や毒の外部原因を示す診断コードから特定される。
- 参考スコア（独自算出の注目度）: 15.732431764583323
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Motivated by the pressing need for suicide prevention through improving
behavioral healthcare, we use medical claims data to study the risk of
subsequent suicide attempts for patients who were hospitalized due to suicide
attempts and later discharged. Understanding the risk behaviors of such
patients at elevated suicide risk is an important step toward the goal of "Zero
Suicide." An immediate and unconventional challenge is that the identification
of suicide attempts from medical claims contains substantial uncertainty:
almost 20% of "suspected" suicide attempts are identified from diagnosis codes
indicating external causes of injury and poisoning with undermined intent. It
is thus of great interest to learn which of these undetermined events are more
likely actual suicide attempts and how to properly utilize them in survival
analysis with severe censoring. To tackle these interrelated problems, we
develop an integrative Cox cure model with regularization to perform survival
regression with uncertain events and a latent cure fraction. We apply the
proposed approach to study the risk of subsequent suicide attempts after
suicide-related hospitalization for the adolescent and young adult population,
using medical claims data from Connecticut. The identified risk factors are
highly interpretable; more intriguingly, our method distinguishes the risk
factors that are most helpful in assessing either susceptibility or timing of
subsequent attempts. The predicted statuses of the uncertain attempts are
further investigated, leading to several new insights on suicide event
identification.
- Abstract（参考訳）: 行動医療の改善を通じて自殺予防の必要性が高まる中, 自殺未遂により退院した患者に対して, その後の自殺未遂のリスクを調査するために, 医療クレームデータを用いた。
自殺リスクの高い患者のリスク行動を理解することは「ゼロ自殺」の目標に向けた重要なステップである。
医学的主張からの自殺未遂の特定は、ほぼ20%の「検査された」自殺未遂が、負傷の外部原因を示す診断コードから特定されるという、非常に不確実性を含んでいる。
したがって、これらの未決定事象のうちどれが実際の自殺未遂の可能性が高く、厳しい検閲を伴う生存分析においてそれらを適切に活用するかを知ることは大きな関心事である。
このような相互関連問題に対処するため,不確実な事象と潜伏する治療率で生存回帰を行うために,正規化を伴う統合的コックス治療モデルを開発した。
コネチカット州の医療クレームデータを用いて,若年者および若年者の自殺関連入院後の自殺未遂リスクを調査するために,提案手法を適用した。
より興味深いことに,本手法は,次の試みの感受性やタイミングを評価する上で最も有用であるリスク要因を識別する。
不確かな試みの予測状態がさらに調査され、自殺の事象の特定に関する新たな洞察がもたらされた。
関連論文リスト
- An Exploratory Deep Learning Approach for Predicting Subsequent Suicidal Acts in Chinese Psychological Support Hotlines [13.59130559079134]
自殺リスク評価のためのスケールベースの予測手法の精度は、オペレーターの専門性によって大きく異なる可能性がある。
本研究は,中国における自殺リスクを予測するために,長期音声データにディープラーニングを適用した最初の事例である。
論文 参考訳（メタデータ） (2024-08-29T11:51:41Z) - SepsisLab: Early Sepsis Prediction with Uncertainty Quantification and Active Sensing [67.8991481023825]
セプシスは米国での院内死亡の主な原因である。
既存の予測モデルは通常、情報不足の少ない高品質なデータで訓練される。
限られた観察により信頼性の低い高リスク患者に対して,ロバストな能動センシングアルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-07-24T04:47:36Z) - Bored to Death: Artificial Intelligence Research Reveals the Role of Boredom in Suicide Behavior [10.83380478033686]
この研究は、自殺行為を誘発または悪化させる隠れた危険因子を明らかにするために、AI方法論を活用することを目的としている。
ほぼ完全に自動化されたAI誘導研究パイプラインは、自殺のリスクを予測するFacebookのトピック4つを生み出した。
この研究は、抑うつによらず自殺行為を引き起こす可能性のある、不適応な「不注意」として退屈を示唆している。
論文 参考訳（メタデータ） (2024-04-22T10:16:02Z) - SOS-1K: A Fine-grained Suicide Risk Classification Dataset for Chinese Social Media Analysis [22.709733830774788]
本研究では,自殺リスクの詳細な分類を目的とした,中国のソーシャルメディアデータセットを提案する。
事前訓練した7つのモデルについて, 自殺リスクが高い, 自殺リスクが少ない, 自殺リスクの細かい分類が0～10の2つのタスクで評価された。
ディープラーニングモデルは高い自殺リスクと低い自殺リスクを区別する上で優れた性能を示し、最良のモデルはF1スコア88.39%である。
論文 参考訳（メタデータ） (2024-04-19T06:58:51Z) - Non-Invasive Suicide Risk Prediction Through Speech Analysis [74.8396086718266]
自動自殺リスク評価のための非侵襲的音声ベースアプローチを提案する。
我々は、wav2vec、解釈可能な音声・音響特徴、深層学習に基づくスペクトル表現の3つの特徴セットを抽出する。
我々の最も効果的な音声モデルは、6.6.2,%$のバランスの取れた精度を達成する。
論文 参考訳（メタデータ） (2024-04-18T12:33:57Z) - Interpretable Survival Analysis for Heart Failure Risk Prediction [50.64739292687567]
現状の生存モデルと解釈可能かつ競合する新しい生存分析パイプラインを提案する。
我々のパイプラインは最先端のパフォーマンスを達成し、心不全のリスク要因に関する興味深い新しい洞察を提供する。
論文 参考訳（メタデータ） (2023-10-24T02:56:05Z) - Diagnosis Uncertain Models For Medical Risk Prediction [80.07192791931533]
本研究は, 患者の診断にはアクセスできない, バイタルサイン, 検査値, 既往歴にアクセス可能な患者リスクモデルについて考察する。
このようなすべての原因のリスクモデルが、診断全体にわたって良い一般化を持つが、予測可能な障害モードを持つことが示される。
患者診断の不確実性から生じるリスク予測の不確実性を明示的にモデル化し,この問題に対する対策を提案する。
論文 参考訳（メタデータ） (2023-06-29T23:36:04Z) - Am I No Good? Towards Detecting Perceived Burdensomeness and Thwarted
Belongingness from Suicide Notes [51.378225388679425]
本稿では,自殺ノートから知覚的バーデンサムネス(PB)とThwarted Belongingness(TB)を検出する新しい課題に対処するエンドツーエンドマルチタスクシステムを提案する。
また、ベンチマークCEASE-v2.0データセットに基づいて、手動で翻訳したコード混合自殺メモコーパス、CoMCEASE-v2.0を導入する。
自殺ノートの時間方向と感情情報を利用して全体のパフォーマンスを向上する。
論文 参考訳（メタデータ） (2022-05-20T06:31:08Z) - ScAN: Suicide Attempt and Ideation Events Dataset [4.905488376442885]
自殺未遂(SA)や自殺構想(SI)などの自殺行為は、自殺による死亡のリスク要因となっている。
このようなドキュメンテーションの正確な検出は、患者の自殺行為の監視と予測を改善するのに役立つかもしれない。
論文 参考訳（メタデータ） (2022-05-12T17:11:07Z) - Characterization of Time-variant and Time-invariant Assessment of
Suicidality on Reddit using C-SSRS [9.424631103856596]
Redditデータから,重症度と時間性の観点から自殺リスクを評価するディープラーニングアルゴリズムを開発した。
本研究では, 時間変動アプローチが自殺関連思考と支持行動の評価において時間不変手法を上回っていることを示唆した。
提案手法は臨床診断面接と統合して自殺リスク評価を改善することができる。
論文 参考訳（メタデータ） (2021-04-09T01:39:41Z) - Towards Causality-Aware Inferring: A Sequential Discriminative Approach
for Medical Diagnosis [142.90770786804507]
医学診断アシスタント(MDA)は、疾患を識別するための症状を逐次調査する対話型診断エージェントを構築することを目的としている。
この研究は、因果図を利用して、MDAにおけるこれらの重要な問題に対処しようとする。
本稿では,他の記録から知識を引き出すことにより,非記録的調査に効果的に答える確率に基づく患者シミュレータを提案する。
論文 参考訳（メタデータ） (2020-03-14T02:05:54Z)
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。