論文の概要: Customer 360-degree Insights in Predicting Chronic Diabetes
- arxiv url: http://arxiv.org/abs/2109.01863v1
- Date: Sat, 4 Sep 2021 13:12:53 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-07 16:30:55.458668
- Title: Customer 360-degree Insights in Predicting Chronic Diabetes
- Title（参考訳）: 慢性糖尿病予測における360°インサイト
- Authors: Asish Satpathy, Satyajit Behari
- Abstract要約: テキサス州を代表する1000万人の顧客の360度データのサンプルを発掘しました。
我々は,80%の精度で慢性糖尿病を予測できる分類モデルを開発した。
- 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: Chronic diseases such as diabetes are quite prevalent in the world and are
responsible for a significant number of deaths per year. In addition,
treatments for such chronic diseases account for a high healthcare cost.
However, research has shown that diabetes can be proactively managed and
prevented while lowering these healthcare costs. We have mined a sample of ten
million customers' 360-degree data representing the state of Texas, USA, with
attributes current as of late 2018. The sample received from a market research
data vendor has over 1000 customer attributes consisting of demography,
lifestyle, and in some cases self-reported chronic conditions. In this study,
we have developed a classification model to predict chronic diabetes with an
accuracy of 80%. We demonstrate a use case where a large volume of 360-degree
customer data can be useful to predict and hence proactively prevent chronic
diseases such as diabetes.
- Abstract（参考訳）: 糖尿病などの慢性疾患が世界中で流行しており、毎年かなりの数の死亡の原因となっている。
また、こうした慢性疾患の治療は医療費が高い。
しかし、研究によると、糖尿病は医療費を下げながら積極的に管理され予防される。
私たちは、2018年後半に現在の属性を持つ、テキサス州を代表する1000万人の顧客の360度データのサンプルを発掘しました。
市場調査データベンダから得られたサンプルは、デモグラフィー、ライフスタイル、場合によっては自己報告された慢性状態からなる1000以上の顧客属性を持つ。
本研究では,80%の精度で慢性糖尿病を予測できる分類モデルを開発した。
糖尿病などの慢性疾患を予測し,予防的に予防するために,360度顧客の膨大なデータを有用に活用できる事例を示した。
関連論文リスト
- Chronic Disease Diagnoses Using Behavioral Data [42.96592744768303]
高血糖(糖尿病)、高脂血症、高血圧(総称3H)を独自の行動データを用いて診断することを目的としている。
論文 参考訳（メタデータ） (2024-10-04T12:52:49Z) - From Glucose Patterns to Health Outcomes: A Generalizable Foundation Model for Continuous Glucose Monitor Data Analysis [50.80532910808962]
GluFormerは、トランスフォーマーアーキテクチャに基づく生体医学的時間的データの生成基盤モデルである。
GluFormerは5つの地理的領域にまたがる4936人を含む15の異なる外部データセットに一般化されている。
今後4年間の健康状態も予測できる。
論文 参考訳（メタデータ） (2024-08-20T13:19:06Z) - Using Pre-training and Interaction Modeling for ancestry-specific disease prediction in UK Biobank [69.90493129893112]
近年のゲノムワイド・アソシエーション(GWAS)研究は、複雑な形質の遺伝的基盤を明らかにしているが、非ヨーロッパ系個体の低発現を示している。
そこで本研究では,マルチオミクスデータを用いて,多様な祖先間での疾患予測を改善することができるかを評価する。
論文 参考訳（メタデータ） (2024-04-26T16:39:50Z) - Diabetes detection using deep learning techniques with oversampling and
feature augmentation [0.3749861135832073]
糖尿病は慢性の病理であり、ここ数年でますます多くの人に影響を与えている。
毎年多数の死者が出ている。
この病気を患っている多くの人々は、健康状態の深刻さを十分に理解していない。
論文 参考訳（メタデータ） (2024-02-03T15:30:20Z) - Remote Medication Status Prediction for Individuals with Parkinson's
Disease using Time-series Data from Smartphones [75.23250968928578]
本稿では,パーキンソン病患者のmPowerデータセットを用いて薬剤状態を予測する方法を提案する。
提案手法は,3つの薬物状態を客観的に予測する上で有望な結果を示す。
論文 参考訳（メタデータ） (2022-07-26T02:08:08Z) - Intelligent Sight and Sound: A Chronic Cancer Pain Dataset [74.77784420691937]
本稿では,Intelligent Sight and Sound (ISS) 臨床試験の一環として収集された,最初の慢性ガン痛データセットを紹介する。
これまで収集されたデータは29の患者、509のスマートフォンビデオ、189,999のフレーム、そして自己報告された感情と活動の痛みのスコアから成っている。
静的画像とマルチモーダルデータを用いて、自己報告された痛みレベルを予測する。
論文 参考訳（メタデータ） (2022-04-07T22:14:37Z) - Early Stage Diabetes Prediction via Extreme Learning Machine [0.0]
糖尿病の46%は診断されていない。
糖尿病は、他のいくつかの重篤な疾患を発症し、患者の死亡につながる可能性がある。
本稿では,データアンケートに基づく糖尿病予測のための極端な学習機械に基づく新しいアプローチを提案する。
論文 参考訳（メタデータ） (2022-02-22T22:23:59Z) - Hybrid stacked ensemble combined with genetic algorithms for Prediction
of Diabetes [0.0]
糖尿病は、世界で最も一般的で危険で高価な病気の1つです。
本研究では、カリフォルニア大学のウェブサイトで、インドの糖尿病に関する実際のデータである実験データを用いています。
結果は、98.8%に達した疾患の診断における提案手法の高性能と99%の精度を示した。
論文 参考訳（メタデータ） (2021-03-15T07:47:23Z) - Variable Weights Neural Network For Diabetes Classification [0.0]
深層学習を用いて糖尿病を低コストで検出するリキッドマシンラーニングのアプローチを設計しました。
提案手法は, これまでの成果に有意な改善が認められた。
論文 参考訳（メタデータ） (2021-02-22T11:08:25Z) - Continuous Glucose Monitoring Prediction [0.0]
糖尿病は世界で最も致命的な病気の1つであり、世界の成人人口の約10%に影響を及ぼす。
1つの大きな発展は、連続血糖モニタリング(CGM)と呼ばれるシステムです。
論文 参考訳（メタデータ） (2021-01-04T21:32:20Z) - Short Term Blood Glucose Prediction based on Continuous Glucose
Monitoring Data [53.01543207478818]
本研究では,デジタル意思決定支援ツールの入力として連続グルコースモニタリング(Continuous Glucose Monitoring, CGM)データを利用する方法について検討する。
短時間の血液グルコース (STBG) 予測において, リカレントニューラルネットワーク (Recurrent Neural Networks, RNN) をどのように利用できるかを検討する。
論文 参考訳（メタデータ） (2020-02-06T16:39:44Z)
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。