論文の概要: Precision Medicine for the Population-The Hope and Hype of Public Health Genomics

• arxiv url: http://arxiv.org/abs/2211.13183v1
• Date: Wed, 23 Nov 2022 17:57:44 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 12:37:00.404641
• Title: Precision Medicine for the Population-The Hope and Hype of Public Health Genomics
• Title（参考訳）: 人口の精密医療-公衆衛生ゲノム学の期待とハイプ
• Authors: JunBo Wu and Nathaniel Comfort
• Abstract要約: PPH(Precision Public Health)は、データ駆動の、公衆衛生に対する計算的アプローチである。 過度の強調は、保存されていない少数民族や不利な地域社会を不当に害する傾向がある。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Public health is the most recent of the biomedical sciences to be seduced by the trendy moniker "precision." Advocates for "precision public health" (PPH) call for a data-driven, computational approach to public health, leveraging swaths of genomic "big data" to inform public health decision-making. Yet, like precision medicine, PPH oversells the value of genomic data to determine health outcomes, but on a population-level. A large historical literature has shown that over-emphasizing heredity tends to disproportionately harm underserved minorities and disadvantaged communities. By comparing and contrasting PPH with an earlier attempt at using big data and genetics, in the Progressive era (1890-1920), we highlight some potential risks of a genotype-driven preventive public health. We conclude by suggesting that such risks may be avoided by prioritizing data integration across many levels of analysis, from the molecular to the social.
• Abstract（参考訳）: 公衆衛生は、流行するモニカーの「精度」によって引き起こされる生物医学の最新の科学である。 pph(precision public health)の提唱者は、公衆衛生へのデータ駆動で計算的なアプローチを提唱し、ゲノムの「ビッグデータ」を活用し、公衆衛生の意思決定を知らせる。 しかし、精密医療と同様に、PPHはゲノムデータの価値を誇示し、健康上の結果を決定する。 大規模な歴史文献では、過度に強調された世襲は少数民族や不利な共同体に不釣り合いに害を与える傾向があることが示されている。 進歩期(1890-1920年)において、PPHとビッグデータと遺伝学を比較比較比較することにより、遺伝子型駆動による公衆衛生の潜在的なリスクを強調した。 このようなリスクは、分子から社会まで、さまざまなレベルの分析においてデータ統合の優先順位付けによって回避される可能性があると結論付けている。

関連論文リスト

• Modeling the amplification of epidemic spread by misinformed populations [41.31724592098777]
  我々は、大規模で移動性に富んだ物理的接触ネットワークと、ソーシャルメディアデータから派生した郡にまたがる誤情報による個人分布を組み込んだ疫病モデルを用いている。 新型コロナウイルスの感染拡大に伴い、米国人口の14%が感染する恐れがある。
  論文  参考訳（メタデータ） (2024-02-17T18:01:43Z)
• Digital Epidemiology after COVID-19: impact and prospects [0.5953513005270838]
  2020年の初めにDigital Epidemiology(DE)がどうだったのか、そして新型コロナウイルスのパンデミックによってどのように変わったのかをレビューする。 我々は、DEがその可能性を認識し、そのリスクを最小限に抑える限り、徐々に有用なツールになると論じる。
  論文  参考訳（メタデータ） (2023-12-08T05:18:30Z)
• MedDiffusion: Boosting Health Risk Prediction via Diffusion-based Data Augmentation [58.93221876843639]
  本稿では,MedDiffusion という,エンドツーエンドの拡散に基づくリスク予測モデルを提案する。 トレーニング中に合成患者データを作成し、サンプルスペースを拡大することで、リスク予測性能を向上させる。 ステップワイズ・アテンション・メカニズムを用いて患者の来訪者間の隠れた関係を識別し、高品質なデータを生成する上で最も重要な情報をモデルが自動的に保持することを可能にする。
  論文  参考訳（メタデータ） (2023-10-04T01:36:30Z)
• Evaluating the Impact of Social Determinants on Health Prediction in the Intensive Care Unit [10.764842579064636]
  健康の社会的決定因子(SDOH)は、人の健康と幸福に重要な役割を果たす。 電子健康記録に基づくリスク予測モデルの多くは、包括的なSDOH機能群を含まない。 我々の研究は、公開のEHRデータベースMIMIC-IVをドキュメント化されたSDOH機能にリンクしています。
  論文  参考訳（メタデータ） (2023-05-22T01:27:51Z)
• Using Geographic Location-based Public Health Features in Survival Analysis [12.424517746493553]
  本稿では,入力特徴に公衆衛生統計を取り入れた生存分析モデルの補完的改善を提案する。 地理的位置に基づく公衆衛生情報を含めると,Surveillance, Epidemiology, End Results (SEER)データセットで評価されたコンコーマンス指数の統計的に有意な改善が得られた。 生存分析における地理的位置に基づく公衆衛生機能の有用性が示唆された。
  論文  参考訳（メタデータ） (2023-04-16T03:15:00Z)
• Data-Centric Epidemic Forecasting: A Survey [56.99209141838794]
  この調査は、様々なデータ駆動の方法論および実践的進歩を掘り下げるものである。 疫学的なデータセットと,流行予測に関連する新しいデータストリームを列挙する。 また,これらの予測システムの現実的な展開において生じる経験や課題についても論じる。
  論文  参考訳（メタデータ） (2022-07-19T16:15:11Z)
• Label scarcity in biomedicine: Data-rich latent factor discovery enhances phenotype prediction [102.23901690661916]
  低次元の埋め込み空間は、健康指標、ライフスタイル、および人口動態の予測をデータスカース化するために、英国バイオバンクの人口データセットから導出することができる。 半超越的アプローチによるパフォーマンス向上は、おそらく様々な医学データサイエンス応用にとって重要な要素となるだろう。
  論文  参考訳（メタデータ） (2021-10-12T16:25:50Z)
• UNITE: Uncertainty-based Health Risk Prediction Leveraging Multi-sourced Data [81.00385374948125]
  我々はUNcertaInTyベースのhEalth Risk Prediction(UNITE)モデルを提案する。 UNITEは、複数ソースの健康データを活用した正確な疾患リスク予測と不確実性推定を提供する。 非アルコール性脂肪肝疾患(NASH)とアルツハイマー病(AD)の実態予測タスクにおけるUNITEの評価を行った。 UNITEはAD検出のF1スコアで最大0.841点、NASH検出のPR-AUCで最大0.609点を達成し、最高のベースラインで最大19%の高パフォーマンスを達成している。
  論文  参考訳（メタデータ） (2020-10-22T02:28:11Z)
• Epidemic mitigation by statistical inference from contact tracing data [61.04165571425021]
  我々は,個人が感染するリスクを推定するためにベイズ推定法を開発した。 本稿では,感染防止のための検査・隔離戦略を最適化するために,確率論的リスク推定手法を提案する。 我々のアプローチは、最近接触した個人間の通信のみを必要とする、完全に分散されたアルゴリズムに変換されます。
  論文  参考訳（メタデータ） (2020-09-20T12:24:45Z)
• 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)
• The Risk to Population Health Equity Posed by Automated Decision Systems: A Narrative Review [0.0]
  自動決定は個人や人口の健康に重大な影響を及ぼす。 健康での使用による問題はすでに報告されている。 健康における自動意思決定システムの使用は、既存の人口健康の不平等を悪化させる大きなリスクがある。
  論文  参考訳（メタデータ） (2020-01-18T06:52:47Z)

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。