論文の概要: Evaluation of a Bi-Directional Methodology for Automated Assessment of
Compliance to Continuous Application of Clinical Guidelines, in the Type 2
Diabetes-Management Domain
- arxiv url: http://arxiv.org/abs/2103.09031v1
- Date: Tue, 16 Mar 2021 13:02:07 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-17 13:30:57.904123
- Title: Evaluation of a Bi-Directional Methodology for Automated Assessment of
Compliance to Continuous Application of Clinical Guidelines, in the Type 2
Diabetes-Management Domain
- Title(参考訳): 2型糖尿病管理領域における臨床ガイドラインの継続的適用に対するコンプライアンス自動評価のための双方向手法の評価
- Authors: Avner Hatsek, Irit Hochberg, Deeb Daoud Naccache, Aya Biderman, and
Yuval Shahar
- Abstract要約: 我々は,エビデンスに基づく臨床ガイドラインの継続的適用に対するコンプライアンス評価のための新しい方法論を以前導入したDisdisovErrシステムを評価した。
ランダムに選択した2型糖尿病10例の平均5.23年間, 管理に関する1584件の取引について, システムコメントを比較した。
専門家は自身のコメントを提供した後、それぞれのDis DiscovErrシステムコメントの正確さ(精度)と重要性を評価した。
- 参考スコア(独自算出の注目度): 0.9786690381850356
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: We evaluated the DiscovErr system, in which we had previously implemented a
new methodology for assessment of compliance to continuous application of
evidence-based clinical guidelines, based on a bidirectional search from the
guideline objectives to the patient's longitudinal data, and vice versa. We
compared the system comments on 1584 transactions regarding the management,
over a mean of 5.23 years, of 10 randomly selected Type 2 diabetes patients, to
those of two diabetes experts and a senior family practitioner. After providing
their own comments, the experts assessed both the correctness (precision) and
the importance of each of the DiscovErr system comments. The completeness
(recall or coverage) of the system was computed by comparing its comments to
those made by the experts. The system made 279 comments. The experts made 181
unique comments. The completeness of the system was 91% compared to comments
made by at least two experts, and 98% when compared to comments made by all
three. 172 comments were evaluated by the experts for correctness and
importance: All 114 medication-related comments, and a random 35% of the 165
monitoring-related comments. The system's correctness was 81% compared to
comments judged as correct by both diabetes experts, and 91% compared to
comments judged as correct by a diabetes expert and at least as partially
correct by the other. 89% of the comments were judged as important by both
diabetes experts, 8% were judged as important by one expert, 3% were judged as
less important by both experts. The completeness scores of the three experts
(compared to the comments of all experts plus the validated system comments)
were 75%, 60%, and 55%; the experts' correctness scores (compared to their
majority) were respectively 99%, 91%, and 88%. Conclusion: Systems such as
DiscovErr can assess the quality of continuous guideline-based care.
- Abstract(参考訳): ガイドラインから患者の縦断的データへの双方向検索に基づいて,エビデンスに基づく臨床ガイドラインの継続的適用に対するコンプライアンスを評価する新たな方法論を以前に導入したDiscovErrシステムについて検討した。
2型糖尿病患者10人のうち5.23年を平均して1584件の取引に関するシステムコメントを2人の糖尿病専門家と1人の高齢者の患者と比較した。
専門家は自身のコメントを提供した後、それぞれのDis DiscovErrシステムコメントの正確さ(精度)と重要性を評価した。
システムの完全性(リコールまたはカバレッジ)は、専門家によるコメントと比較することで計算された。
このシステムは279のコメントを出した。
専門家は181件のコメントを出した。
システムの完全性は、少なくとも2人の専門家によるコメントと比較して91%、そして3人によるコメントに比べて98%であった。
172のコメントが専門家によって正確性と重要性について評価され、114の薬物関連コメントと165の監視関連コメントのランダムな35%が評価された。
このシステムの正当性は、双方の糖尿病専門家が正当と判断したコメントと比較して81%、糖尿病専門家が正当と判断したコメントは91%であった。
89%が糖尿病の専門家で、8%が1人の専門家で、3%が2人の専門家で重要でないと判断された。
3人の専門家(すべての専門家のコメントと検証されたシステムコメント)の完全性スコアは75%、60%、そして55%であり、専門家の正確性スコア(大多数に比較)はそれぞれ99%、91%、そして88%であった。
結論: DiscovErr のようなシステムは,継続的ガイドラインベースのケアの品質を評価することができる。
関連論文リスト
- Better than Random: Reliable NLG Human Evaluation with Constrained Active Sampling [50.08315607506652]
信頼性の高い人的判断のための制約付きアクティブサンプリングフレームワーク(CASF)を提案する。
実験の結果、CASFは93.18%のシステム認識精度が得られた。
論文 参考訳(メタデータ) (2024-06-12T07:44:36Z) - Defining Expertise: Applications to Treatment Effect Estimation [58.7977683502207]
専門知識(特にドメインの意思決定者が持つであろう専門知識の種類)は、治療効果の推定方法の設計と選択において有益である、と我々は主張する。
予測的および予測的2種類の専門知識を定義し,(i)ドメインにおける顕著な専門知識のタイプが治療効果推定における異なる手法の性能に大きく影響し,(ii)データセットに存在する専門知識のタイプを予測することが可能であることを実証的に示す。
論文 参考訳(メタデータ) (2024-03-01T17:30:49Z) - Gamified Crowdsourcing as a Novel Approach to Lung Ultrasound Dataset
Labeling [2.0776694685271284]
機械学習モデルには高度な医用画像処理があり、より高速で正確な診断を行うことができる。
画像データが豊富にあるにもかかわらず、モデルトレーニングのための高品質なラベル付きデータが不足している。
評価基準を組み込んだゲーミフィケーション・クラウドソーシング・プラットフォームが,臨床専門家に匹敵する肺超音波クリップラベルを作成できるかどうかを検討した。
論文 参考訳(メタデータ) (2023-06-11T20:59:48Z) - Informing clinical assessment by contextualizing post-hoc explanations
of risk prediction models in type-2 diabetes [50.8044927215346]
本研究は, 合併症リスク予測のシナリオを考察し, 患者の臨床状態に関する文脈に焦点を当てる。
我々は、リスク予測モデル推論に関する文脈を提示し、その受容性を評価するために、最先端のLLMをいくつか採用する。
本論文は,実世界における臨床症例における文脈説明の有効性と有用性を明らかにする最初のエンドツーエンド分析の1つである。
論文 参考訳(メタデータ) (2023-02-11T18:07:11Z) - Implementation and Evaluation of a System for Assessment of The Quality
of Long-Term Management of Patients at a Geriatric Hospital [0.7340017786387767]
自動品質評価システムを使用することで、高齢者看護師はケアの質を迅速かつ正確に評価することができる。
その精度に加えて、様々な品質対策を評価するのに要する時間を大幅に短縮する。
論文 参考訳(メタデータ) (2022-11-23T12:14:42Z) - Consultation Checklists: Standardising the Human Evaluation of Medical
Note Generation [58.54483567073125]
本稿では,コンサルテーションチェックリストの評価を基礎として,客観性向上を目的としたプロトコルを提案する。
このプロトコルを用いた最初の評価研究において,アノテータ間合意の良好なレベルを観察した。
論文 参考訳(メタデータ) (2022-11-17T10:54:28Z) - AI for human assessment: What do professional assessors need? [33.88509725285237]
このケーススタディは、専門家が人的アセスメントにおける意思決定を支援することを目的としており、アセスメント担当者とのインタビューを行い、特定の職種に対する適性を評価する。
評価の非言語的手がかりを抽出できる計算システムは、意思決定を支援するという点で評価者にとって有益である。
本研究では,顔のキーポイント,ポーズ,頭部ポーズ,視線といったマルチモーダルな行動特徴を用いた教師なし異常検出アルゴリズムに基づくシステムを開発した。
論文 参考訳(メタデータ) (2022-04-18T03:35:37Z) - NUVA: A Naming Utterance Verifier for Aphasia Treatment [49.114436579008476]
失語症(PWA)患者の治療介入に対する反応の診断とモニタリングの両立のための画像命名タスクを用いた音声性能評価
本稿では,失語症脳卒中患者の「正しい」と「正しくない」を分類する深層学習要素を組み込んだ発話検証システムであるNUVAについて述べる。
イギリス系英語8ヶ国語でのテストでは、システムの性能精度は83.6%から93.6%の範囲であり、10倍のクロスバリデーション平均は89.5%であった。
論文 参考訳(メタデータ) (2021-02-10T13:00:29Z) - Opportunities of a Machine Learning-based Decision Support System for
Stroke Rehabilitation Assessment [64.52563354823711]
リハビリテーションアセスメントは、患者の適切な介入を決定するために重要である。
現在の評価の実践は、主にセラピストの経験に依存しており、セラピストの可用性が限られているため、アセスメントは頻繁に実施される。
我々は、強化学習を用いて評価の健全な特徴を識別できるインテリジェントな意思決定支援システムを開発した。
論文 参考訳(メタデータ) (2020-02-27T17:04:07Z)
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。