論文の概要: A Data Science Approach to Analyze the Association of Socioeconomic and
Environmental Conditions With Disparities in Pediatric Surgery
- arxiv url: http://arxiv.org/abs/2104.04058v1
- Date: Tue, 16 Mar 2021 20:01:41 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-07 23:14:23.034001
- Title: A Data Science Approach to Analyze the Association of Socioeconomic and
Environmental Conditions With Disparities in Pediatric Surgery
- Title(参考訳): 小児外科領域における社会経済・環境条件の関連分析へのデータサイエンス的アプローチ
- Authors: Oguz Akbilgic, Eun Kyong Shin, Arash Shaban-Nejad
- Abstract要約: 手術前状態の悪化は白人よりもアフリカ系アメリカ人の方が有意に多い。
手術成績に有意な差は認められなかった。
- 参考スコア(独自算出の注目度): 3.4806267677524896
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Scientific evidence confirm that significant racial disparities exist in
healthcare, including surgery outcomes. However, the causal pathway underlying
disparities at preoperative physical condition of children is not
well-understood. This research aims to uncover the role of socioeconomic and
environmental factors in racial disparities at the preoperative physical
condition of children through multidimensional integration of several data
sources at the patient and population level. After the data integration process
an unsupervised k-means algorithm on neighborhood quality metrics was developed
to split 29 zip-codes from Memphis, TN into good and poor-quality
neighborhoods. An unadjusted comparison of African Americans and white children
showed that the prevalence of poor preoperative condition is significantly
higher among African Americans compared to whites. No statistically significant
difference in surgery outcome was present when adjusted by surgical severity
and neighborhood quality. The socioenvironmental factors affect the
preoperative clinical condition of children and their surgical outcomes.
- Abstract(参考訳): 科学的証拠は、手術の結果を含む医療に重大な人種的格差が存在することを証明している。
しかし,小児の術前の体調の差異はよく理解されていない。
本研究は, 小児の身体状態における人種格差における社会経済・環境要因の役割を明らかにすることを目的として, 患者および人口レベルで複数のデータソースを多次元的に統合することを目的とする。
データ統合プロセスの後、近所の品質指標に関する教師なしk平均アルゴリズムが開発され、メンフィス、TNから、29のジップ符号を良質で良質な地区に分割した。
アフリカ系アメリカ人と白人の小児の無調整比較では、白人に比べて術前状態の悪さが有意に高いことが示された。
手術の重症度と近所の質で調整した場合, 手術成績に有意な差は認められなかった。
社会環境因子は小児の術前臨床状況と手術成績に影響を及ぼす。
関連論文リスト
- Operationalizing Counterfactual Metrics: Incentives, Ranking, and
Information Asymmetry [62.53919624802853]
このような平均的な治療結果の指標から生じるインセンティブのずれを分析した。
本稿では,患者が対象とするランキングシステムにおいて,対物メトリクスを合理的に振る舞うように修正する方法を示す。
論文 参考訳(メタデータ) (2023-05-24T00:24:38Z) - Advancing Community Engaged Approaches to Identifying Structural Drivers
of Racial Bias in Health Diagnostic Algorithms [0.0]
最近、医療におけるバイアスと機械学習アルゴリズムの使用について多くの注目を集めている。
本稿では、データと医療の議論の中心となることの重要性と、医療と科学の経験を強調する。
地域社会のトラウマの集団記憶、医療不足による死亡、医療に対する否定的な経験は、治療と効果的なケアを経験する内因性ドライバーである。
論文 参考訳(メタデータ) (2023-05-22T20:58:15Z) - Coarse race data conceals disparities in clinical risk score performance [2.53014124471163]
臨床リスクスコアは,3つの結果,5つのリスクスコア,4つのパフォーマンス指標について,26のグルーフィンググループで比較検討した。
粗群における性能の変化は、しばしば*粗群間のばらつきを排する。
以上の結果から,医療提供者,病院システム,機械学習研究者は,粗い人種データの代わりに,詳細な人種データを収集し,リリースし,利用するべきであることが示唆された。
論文 参考訳(メタデータ) (2023-04-18T20:17:08Z) - Predicting Adverse Neonatal Outcomes for Preterm Neonates with
Multi-Task Learning [51.487856868285995]
われわれはまず, 3つの不良新生児結果の相関関係を解析し, マルチタスク学習(MTL)問題として複数の新生児結果の診断を定式化する。
特に、MTLフレームワークは、共有された隠れレイヤと複数のタスク固有のブランチを含んでいる。
論文 参考訳(メタデータ) (2023-03-28T00:44:06Z) - The Impact of Socioeconomic Factors on Health Disparities [0.0]
我々は米国国勢調査とCDCのデータを用いて、特定の社会経済的要因が特定の健康指標と一般的な健康指標とどのように関連しているかを調査した。
以上の結果から,収入や教育達成率などの社会経済的要因は,総合的な健康対策と高い相関があることが示唆された。
論文 参考訳(メタデータ) (2022-12-01T00:00:40Z) - Association Between Neighborhood Factors and Adult Obesity in Shelby
County, Tennessee: Geospatial Machine Learning Approach [0.966840768820136]
本研究の目的は、アメリカ合衆国テネシー州シェルビー郡における成人の肥満有病率に及ぼす社会的健康決定因子(SDoH)の影響を検討することである。
SDoH指標は米国国勢調査と米国農務省から抽出された。
その結果、シェルビー郡では成人の肥満率が高い地区が多かった。
論文 参考訳(メタデータ) (2022-08-09T15:28:43Z) - To Impute or not to Impute? -- Missing Data in Treatment Effect
Estimation [84.76186111434818]
我々は,MCM(Mixed Con founded missingness)と呼ばれる新しい欠損機構を同定し,ある欠損度が治療選択を判断し,他の欠損度が治療選択によって決定されることを示した。
本研究は,全てのデータを因果的に入力すると,不偏推定を行うために必要な情報を効果的に除去するので,処理効果のモデルが貧弱になることを示す。
私たちのソリューションは選択的計算であり、CMMからの洞察を使って、どの変数をインプットすべきで、どの変数をインプットすべきでないかを正確に知らせる。
論文 参考訳(メタデータ) (2022-02-04T12:08:31Z) - Treatment Effect Risk: Bounds and Inference [58.442274475425144]
平均的な治療効果は社会福祉の変化を測定するため、たとえ肯定的であっても、人口の約10%に悪影響を及ぼすリスクがある。
本稿では,ICT分布のリスク条件値(CVaR)として定式化されたこの重要なリスク尺度をどう評価するかを検討する。
いくつかの境界は、複素CATE関数を単一の計量に要約したものと解釈することもでき、有界であることとは無関係に興味を持つ。
論文 参考訳(メタデータ) (2022-01-15T17:21:26Z) - Fairness in Cardiac MR Image Analysis: An Investigation of Bias Due to
Data Imbalance in Deep Learning Based Segmentation [1.6386696247541932]
AIにおける「フェアネス」とは、人種や性別などの人口統計特性に基づいて、潜在的なバイアスのアルゴリズムを評価することを指す。
近年, 心MR領域の深層学習(DL)が注目されているが, それらの妥当性についてはまだ研究されていない。
異なる人種集団間でDiceのパフォーマンスに統計的に有意な差が認められた。
論文 参考訳(メタデータ) (2021-06-23T13:27:35Z) - Predictive Modeling of ICU Healthcare-Associated Infections from
Imbalanced Data. Using Ensembles and a Clustering-Based Undersampling
Approach [55.41644538483948]
本研究は,集中治療室における危険因子の同定と医療関連感染症の予測に焦点をあてる。
感染発生率の低減に向けた意思決定を支援することを目的とする。
論文 参考訳(メタデータ) (2020-05-07T16:13:12Z) - 1-D Convlutional Neural Networks for the Analysis of Pupil Size
Variations in Scotopic Conditions [79.71065005161566]
1次元畳み込みニューラルネットワークモデルは、短距離配列の分類のために訓練されている。
モデルは、ホールドアウトテストセット上で、高い平均精度で予測を提供する。
論文 参考訳(メタデータ) (2020-02-06T17:25:37Z)
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。