論文の概要: A Recommendation System to Enhance Midwives' Capacities in Low-Income Countries

• arxiv url: http://arxiv.org/abs/2111.01786v1
• Date: Tue, 2 Nov 2021 17:59:41 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-03 14:30:19.920735
• Title: A Recommendation System to Enhance Midwives' Capacities in Low-Income Countries
• Title（参考訳）: 低所得国における助産師の能力向上のための勧告システム
• Authors: Anna Guitart, Afsaneh Heydari, Eniola Olaleye, Jelena Ljubicic, Ana Fern\'andez del R\'io, \'Africa Peri\'a\~nez and Lauren Bellhouse
• Abstract要約: 毎日800人の女性と6700人の新生児が妊娠や出産に関連する合併症で死亡している。 母方の死のたびに、約20人の女性が重傷を負う。 これは、医療従事者の知識、信頼性、スキルを高めるためのデジタルジョブ支援および学習ツールであるSafe Delivery Appの目的である。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Maternal and child mortality is a public health problem that disproportionately affects low- and middle-income countries. Every day, 800 women and 6,700 newborns die from complications related to pregnancy or childbirth. And for every maternal death, about 20 women suffer serious birth injuries. However, nearly all of these deaths and negative health outcomes are preventable. Midwives are key to revert this situation, and thus it is essential to strengthen their capacities and the quality of their education. This is the aim of the Safe Delivery App, a digital job aid and learning tool to enhance the knowledge, confidence and skills of health practitioners. Here, we use the behavioral logs of the App to implement a recommendation system that presents each midwife with suitable contents to continue gaining expertise. We focus on predicting the click-through rate, the probability that a given user will click on a recommended content. We evaluate four deep learning models and show that all of them produce highly accurate predictions.
• Abstract（参考訳）: 母子死亡は、低所得国と中所得国に不均等に影響を及ぼす公衆衛生問題である。 毎日800人の女性と6700人の新生児が妊娠や出産に関連する合併症で死亡している。 母親が死ぬたびに 約20人の女性が重傷を負っています しかし、これらの死と負の健康結果のほとんどが予防可能である。 助産師はこの状況を復活させる鍵であり、その能力と教育の質を強化することが不可欠である。 これは、医療従事者の知識、信頼性、スキルを高めるためのデジタルジョブ支援および学習ツールであるSafe Delivery Appの目的である。 ここでは,アプリの行動ログを用いて,各助産師に適切な内容を示すレコメンデーションシステムを実装し,専門知識の獲得を継続する。 我々は、クリックスルー率、ユーザーが推奨コンテンツをクリックする確率を予測することに集中する。 4つのディープラーニングモデルを評価し,いずれも高精度な予測結果を示す。

関連論文リスト

• Preliminary Study of the Impact of AI-Based Interventions on Health and Behavioral Outcomes in Maternal Health Programs [46.220426654734425]
  我々は,AIによる介入による聴取能力の向上が,妊娠や乳児期の重要な健康問題をよりよく理解することにつながる証拠を提示する。 この理解の向上は、母親とその赤ちゃんの健康上の利益をもたらす可能性がある。
  論文  参考訳（メタデータ） (2024-05-23T10:18:20Z)
• Health-LLM: Large Language Models for Health Prediction via Wearable Sensor Data [43.48422400822597]
  大規模言語モデル(LLM)は多くの自然言語処理が可能であるが、完璧には程遠い。 本稿では、文脈情報に基づいて、健康に関する推測を行うLLMの能力について検討する。 本研究は,4つの公衆衛生データセットを用いた12種類のLCMの包括的評価と微調整技術について述べる。
  論文  参考訳（メタデータ） (2024-01-12T19:40:11Z)
• Unveiling the Unborn: Advancing Fetal Health Classification through Machine Learning [0.0]
  本研究では,胎児の健康分類のための新しい機械学習手法を提案する。 提案したモデルでは、テストセットで98.31%の精度が得られる。 複数のデータポイントを組み込むことで、我々のモデルはより包括的で信頼性の高い評価を提供する。
  論文  参考訳（メタデータ） (2023-09-30T22:02:51Z)
• Closing the Gap in High-Risk Pregnancy Care Using Machine Learning and Human-AI Collaboration [8.36613277875556]
  高リスク妊娠(英: High-risk pregnant)は、母親や乳児の結果に悪影響を及ぼす要因によって複雑な妊娠である。 本研究は、合併症のリスクがある妊婦の特定において、ケアマネージャを支援するための現実のMLベースのシステムの実装を提案する。
  論文  参考訳（メタデータ） (2023-05-26T21:08:49Z)
• A Comprehensive Picture of Factors Affecting User Willingness to Use Mobile Health Applications [62.60524178293434]
  本研究の目的は,mHealthアプリのユーザ受け入れに影響を与える要因を検討することである。 利用者のデジタルリテラシーは、個人情報を共有するオンライン習慣に続き、使用意欲に最も強い影響を与える。 居住国、年齢、民族、教育などの利用者の人口統計学的背景は、顕著な緩和効果がある。
  論文  参考訳（メタデータ） (2023-05-10T08:11:21Z)
• Prediction Model for Mortality Analysis of Pregnant Women Affected With COVID-19 [0.0]
  新型コロナウイルス(COVID-19)のパンデミックは、公衆衛生部門や世界経済で前例のないディスラプションを引き起こしている。 その感染性のため、ウイルスは軽度から重篤な症状から、保護されていない、露出していない個人に容易に感染する。 本研究は, 症例報告に基づいて, 母親の死亡率を推定する予測モデルを開発することを目的とする。
  論文  参考訳（メタデータ） (2021-11-22T19:17:00Z)
• Midwifery Learning and Forecasting: Predicting Content Demand with User-Generated Logs [0.0]
  800人の女性と6700人の新生児は、毎日妊娠や出産に関連する合併症で死亡する。 データサイエンスモデルと、助産婦向けのオンライン学習アプリケーションのユーザが生成したログは、学習能力の向上に役立つ。 目標は、これらのリッチな行動データを使用して、デジタル学習をパーソナライズされたコンテンツへと押し上げ、適応的な学習旅行を提供することだ。
  論文  参考訳（メタデータ） (2021-07-06T08:48:19Z)
• MatES: Web-based Forward Chaining Expert System for Maternal Care [0.0]
  医師比が医師1人から患者1000人までのエチオピアのような国では、母体死亡率と死亡率が高い。 高度に訓練された医療専門家のギャップを埋めるために、エチオピアは健康拡張プログラムを導入した。 健康増進労働者(HEW)へのタスクシフトはエチオピアの死亡率と死亡率の低下に寄与した。
  論文  参考訳（メタデータ） (2021-06-17T07:06:58Z)
• Learn to Intervene: An Adaptive Learning Policy for Restless Bandits in Application to Preventive Healthcare [39.41918282603752]
  レストレスマルチアームバンディット(RMAB)問題に対するWhittle IndexベースのQ-Learningメカニズムを提案する。 本手法は,複数のベンチマークを用いたRMABの既存の学習方法と,母体保健データセットを改良する。
  論文  参考訳（メタデータ） (2021-05-17T15:44:55Z)
• Assessing the Severity of Health States based on Social Media Posts [62.52087340582502]
  ユーザの健康状態の重症度を評価するために,テキストコンテンツとコンテキスト情報の両方をモデル化する多視点学習フレームワークを提案する。 多様なNLUビューは、ユーザの健康を評価するために、タスクと個々の疾患の両方に効果を示す。
  論文  参考訳（メタデータ） (2020-09-21T03:45:14Z)
• COVI White Paper [67.04578448931741]
  接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。 カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
  論文  参考訳（メタデータ） (2020-05-18T07:40:49Z)

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。