論文の概要: A Latent Space Model for HLA Compatibility Networks in Kidney Transplantation

• arxiv url: http://arxiv.org/abs/2211.02234v1
• Date: Fri, 4 Nov 2022 02:55:25 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-07 17:47:03.602838
• Title: A Latent Space Model for HLA Compatibility Networks in Kidney Transplantation
• Title（参考訳）: 腎移植におけるHLA対応ネットワークの潜時空間モデル
• Authors: Zhipeng Huang and Kevin S. Xu
• Abstract要約: 移植の生存時間に影響を与える重要な生物学的要因は、ドナーと受容器のヒト白血球抗原(HLA)の相同性である。 本稿では,ノードがドナーと受信者の異なるHLAを示すネットワークを用いてHLA互換をモデル化し,エッジウェイトは適合性を示す。 我々は,我々の潜伏空間モデルがHLA適合度をより正確に推定できるだけでなく,生存時間を予測する下流タスクの精度を向上させるために生存解析モデルに組み込むことが可能であることを実証した。
• 参考スコア（独自算出の注目度）: 3.126228073640188
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Kidney transplantation is the preferred treatment for people suffering from end-stage renal disease. Successful kidney transplants still fail over time, known as graft failure; however, the time to graft failure, or graft survival time, can vary significantly between different recipients. A significant biological factor affecting graft survival times is the compatibility between the human leukocyte antigens (HLAs) of the donor and recipient. We propose to model HLA compatibility using a network, where the nodes denote different HLAs of the donor and recipient, and edge weights denote compatibilities of the HLAs, which can be positive or negative. The network is indirectly observed, as the edge weights are estimated from transplant outcomes rather than directly observed. We propose a latent space model for such indirectly-observed weighted and signed networks. We demonstrate that our latent space model can not only result in more accurate estimates of HLA compatibilities, but can also be incorporated into survival analysis models to improve accuracy for the downstream task of predicting graft survival times.
• Abstract（参考訳）: 腎移植は末期腎疾患患者にとって好ましい治療法である。 腎移植が成功しても、移植不全と呼ばれる時間の経過とともに失敗するが、移植不全または移植生存時間(移植生存時間)は異なる受信者によって大きく異なる可能性がある。 移植の生存時間に影響を与える重要な生物学的要因は、ドナーと受容器のヒト白血球抗原(HLA)の適合性である。 我々は、ノードがドナーと受信者の異なるHLAを示すネットワークと、エッジウェイトが正あるいは負のHLAの互換性を示すネットワークを用いて、HLAの互換性をモデル化することを提案する。 ネットワークは間接的に観察され、エッジウェイトは直接観察するよりも移植結果から推定される。 間接的に観測された重み付きおよび符号付きネットワークに対する潜在空間モデルを提案する。 我々は,我々の潜伏空間モデルがHLA適合度をより正確に推定できるだけでなく,生存時間を予測する下流タスクの精度を向上させるために生存解析モデルにも組み込むことができることを示した。

関連論文リスト

• Predicting Long-Term Allograft Survival in Liver Transplant Recipients [11.680219281917076]
  移植後5年以内に肝移植患者の約20%に肝移植不全が発生する。 我々は,他の先進的生存モデルよりも優れた線形リスクスコアであるMAS(Model for Allograft Survival)を導入する。
  論文  参考訳（メタデータ） (2024-08-10T04:44:36Z)
• Deep State-Space Generative Model For Correlated Time-to-Event Predictions [54.3637600983898]
  そこで本研究では,様々な種類の臨床イベント間の相互作用を捉えるために,潜伏状態空間生成モデルを提案する。 また,死亡率と臓器不全の関連性について有意な知見が得られた。
  論文  参考訳（メタデータ） (2024-07-28T02:42:36Z)
• Fairly Predicting Graft Failure in Liver Transplant for Organ Assigning [61.30094367351618]
  肝移植は肝疾患に対して必要不可欠な治療法である。 機械学習モデルは不公平であり、特定のグループに対する偏見を引き起こす可能性がある。 本研究は,肝移植における移植不全予測を目的とした,公正な機械学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-02-18T18:24:58Z)
• 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)
• Flexible Amortized Variational Inference in qBOLD MRI [56.4324135502282]
  データから酸素抽出率(OEF)と脱酸素血液量(DBV)をより明瞭に決定する。 既存の推論手法では、DBVを過大評価しながら非常にノイズの多い、過小評価されたEFマップが得られる傾向にある。 本研究は, OEFとDBVの可算分布を推定できる確率論的機械学習手法について述べる。
  論文  参考訳（メタデータ） (2022-03-11T10:47:16Z)
• Predicting Kidney Transplant Survival using Multiple Feature Representations for HLAs [5.081264894734788]
  本稿では,HLA情報を機械学習に基づく生存分析アルゴリズムに組み込む生体関連特徴表現を提案する。 提案したHLAの特徴表現を10万以上の移植のデータベースで評価し,予測精度を約1%向上させた。
  論文  参考訳（メタデータ） (2021-03-04T20:22:47Z)
• Learning $\mathbf{\mathit{Matching}}$ Representations for Individualized Organ Transplantation Allocation [98.43063331640538]
  臓器アロケーションと移植結果の観察データを用いて,臓器マッチングのためのデータ駆動型ルールの学習問題を定式化する。 本稿では,表現学習に基づくモデルを提案し,ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ド 本モデルは,ヒトの専門家が実施する最先端のアロケーション手法やポリシーより優れる。
  論文  参考訳（メタデータ） (2021-01-28T01:33:21Z)
• Novel Classification of Ischemic Heart Disease Using Artificial Neural Network [0.0]
  虚血性心疾患 (IHD) は, 不安定狭心症, 心筋梗塞, 急激な心死で発症する前, 静電気泳動による微妙な病態である。 パラメータ抽出型心拍変動(HRV)信号に適用した機械学習技術は、いくつかの心臓疾患の早期診断において貴重な支援であると考えられる。 本研究は,965名の被験者の大規模なコホートにおいて,ANNに対して適用された線形および非線形のHRVパラメータを用いて,高い精度でIHD患者を識別できる特徴を同定した。
  論文  参考訳（メタデータ） (2020-11-19T13:00:06Z)
• Generative-based Airway and Vessel Morphology Quantification on Chest CT Images [8.414072468546875]
  本稿では, 気道ラウンジ, 気道壁厚, 血管半径の断面計測を行う畳み込みニューラルレグレシタ(CNR)を提案する。 CNRは、SimulatedおよびUnversa Generative Adrial Network(SimGAN)と組み合わせて使用される合成構造の生成モデルによって生成されたデータを用いて訓練される 血管では小血管血液量の推定値と一酸化炭素(DLCO)の肺拡散能の相関性を評価する。
  論文  参考訳（メタデータ） (2020-02-13T18:45:31Z)
• 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。