論文の概要: Personalized Cardiovascular Disease Risk Mitigation via Longitudinal Inverse Classification

• arxiv url: http://arxiv.org/abs/2011.08254v1
• Date: Mon, 16 Nov 2020 20:23:01 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-25 01:18:20.861587
• Title: Personalized Cardiovascular Disease Risk Mitigation via Longitudinal Inverse Classification
• Title（参考訳）: 縦断逆分類によるパーソナライズされた心血管疾患リスク軽減
• Authors: Michael T. Lash and W. Nick Street
• Abstract要約: 心臓血管疾患(英: Cardiovascular disease, CVD)は、世界中の何百万もの患者が発症する重篤な疾患であり、米国では主要な死因である。 近年、パーソナライズド・メディカル(パーソナライズド・メディカル)の領域において、患者を医療意思決定と治療プロセスの中心に配置する医療分野が著しく成長している。 多くのCVDに焦点を当てたパーソナライズドメディカル・イノベーションは遺伝子バイオマーカーに焦点を絞っている。
• 参考スコア（独自算出の注目度）: 3.5255730400158756
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Cardiovascular disease (CVD) is a serious illness affecting millions world-wide and is the leading cause of death in the US. Recent years, however, have seen tremendous growth in the area of personalized medicine, a field of medicine that places the patient at the center of the medical decision-making and treatment process. Many CVD-focused personalized medicine innovations focus on genetic biomarkers, which provide person-specific CVD insights at the genetic level, but do not focus on the practical steps a patient could take to mitigate their risk of CVD development. In this work we propose longitudinal inverse classification, a recommendation framework that provides personalized lifestyle recommendations that minimize the predicted probability of CVD risk. Our framework takes into account historical CVD risk, as well as other patient characteristics, to provide recommendations. Our experiments show that earlier adoption of the recommendations elicited from our framework produce significant CVD risk reduction.
• Abstract（参考訳）: 心臓血管疾患(cvd)は世界中で何百万もの患者に影響を与える重篤な疾患であり、米国の主要な死因である。 しかし、近年では、患者を医療意思決定と治療のプロセスの中心に置く医療分野であるパーソナライズ医療の分野が急速に成長している。 多くのCVDに焦点を当てたパーソナライズドメディカル・イノベーションは遺伝子バイオマーカーに焦点を絞っている。 本研究では,cvdリスクの予測可能性を最小限に抑えるために,ライフスタイルをパーソナライズした推奨フレームワークである縦逆分類を提案する。 本フレームワークは, 歴史的CVDリスク, その他の患者特性を考慮したレコメンデーションの提供を目的としている。 実験の結果,提案手法の早期導入はCVDリスクを著しく低減させることがわかった。

関連論文リスト

• A Joint Representation Using Continuous and Discrete Features for Cardiovascular Diseases Risk Prediction on Chest CT Scans [12.652540031719571]
  胸部CT画像から抽出した離散的量的バイオマーカーと連続的な深部特徴を統合した新しい関節表現法を提案する。 本手法はCVDリスク予測性能を大幅に改善し,各バイオマーカーの個人貢献分析を行う。
  論文  参考訳（メタデータ） (2024-10-24T10:06:45Z)
• Integrating Deep Learning with Fundus and Optical Coherence Tomography for Cardiovascular Disease Prediction [47.7045293755736]
  心血管疾患(CVD)のリスクのある患者の早期発見は、効果的な予防ケア、医療負担の軽減、患者の生活の質の向上に不可欠である。 本研究は、網膜光コヒーレンス断層撮影(OCT)と眼底写真との併用による、将来の心疾患の特定の可能性を示すものである。 そこで我々は,MCVAE(Multi- Channel Variational Autoencoder)に基づく新たなバイナリ分類ネットワークを提案し,患者の眼底画像とOCT画像の潜伏埋め込みを学習し,個人を将来CVDを発症する可能性のあるものとそうでないものとの2つのグループに分類する。
  論文  参考訳（メタデータ） (2024-10-18T12:37:51Z)
• Petal-X: Human-Centered Visual Explanations to Improve Cardiovascular Risk Communication [1.4613744540785565]
  本研究は臨床医が共有した意思決定を支援する新しいツールであるPetal-Xの設計と実装について述べる。 Petal-Xは、新しいビジュアライゼーション、Petal Product Plots、そしてSCORE2のテーラーメイドのグローバルサロゲートモデルに依存している。
  論文  参考訳（メタデータ） (2024-06-26T18:48:50Z)
• Feasibility of Identifying Factors Related to Alzheimer's Disease and Related Dementia in Real-World Data [56.7069469207376]
  537例から10項目で477の危険因子を抽出した。 AD/ADRDの遺伝子検査は、まだ一般的ではなく、構造化EHRと非構造化EHRの両方で文書化されていない。 AD/ADRDリスクファクタに関する継続的な研究を考えると、NLP法による文献マイニングは、私たちの知識マップを自動的に更新するソリューションを提供する。
  論文  参考訳（メタデータ） (2024-02-03T18:17:19Z)
• 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)
• COVID-Net US: A Tailored, Highly Efficient, Self-Attention Deep Convolutional Neural Network Design for Detection of COVID-19 Patient Cases from Point-of-care Ultrasound Imaging [101.27276001592101]
  我々は,肺POCUS画像からの新型コロナウイルススクリーニングに適した,高効率で自己注意型の深層畳み込みニューラルネットワーク設計であるCOVID-Net USを紹介した。 実験の結果、提案されたCOVID-Net USは、アーキテクチャの複雑さが353倍、計算の複雑さが62倍、Raspberry Piで14.3倍高速なAUCを達成できることがわかった。 リソース制約のある環境において安価な医療と人工知能を提唱するために、COVID-Net USをオープンソースにし、COVID-Netオープンソースイニシアチブの一部として公開しました。
  論文  参考訳（メタデータ） (2021-08-05T16:47:33Z)
• 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)
• SDF-Bayes: Cautious Optimism in Safe Dose-Finding Clinical Trials with Drug Combinations and Heterogeneous Patient Groups [84.63561578944183]
  本稿では,薬物の最大許容量(MTD)を臨床試験で検索するための新しいベイズ設計であるSDF-Bayesを提案する。 SDF-Bayesは、1つの薬物の現在の投与量をエスカレートまたは脱エスカレートする従来の原則ではなく、慎重な楽観主義によって進行する。 合成データセットと実世界データセットの両方に基づく広範な実験は、最先端のDC試験設計よりもSDFベイズの利点を示しています。
  論文  参考訳（メタデータ） (2021-01-26T18:59:26Z)
• An explainable XGBoost-based approach towards assessing the risk of cardiovascular disease in patients with Type 2 Diabetes Mellitus [1.761604268733064]
  糖尿病患者における心血管疾患(CVD)は障害・死亡の重要な原因である 本研究の目的は、T2DM患者における致命的または非致死的CVDの発症に関するパーソナライズされたリスク予測モデルを開発し、評価することである。
  論文  参考訳（メタデータ） (2020-09-14T12:19:10Z)
• Predicting Mortality Risk in Viral and Unspecified Pneumonia to Assist Clinicians with COVID-19 ECMO Planning [26.25177784899079]
  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。
  論文  参考訳（メタデータ） (2020-06-02T19:30:29Z)

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。