論文の概要: Comprehensive and user-analytics-friendly cancer patient database for
physicians and researchers
- arxiv url: http://arxiv.org/abs/2302.01337v1
- Date: Wed, 1 Feb 2023 20:10:06 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 14:01:14.257224
- Title: Comprehensive and user-analytics-friendly cancer patient database for
physicians and researchers
- Title（参考訳）: 医師・研究者のための包括的でユーザフレンドリーながん患者データベース
- Authors: Ali Firooz, Avery T. Funkhouser, Julie C. Martin, W. Jeffery
Edenfield, Homayoun Valafar, and Anna V. Blenda
- Abstract要約: がんクリティカル遺伝子変異、血清ガレクチンプロファイル、血清および腫瘍グリコミックプロファイルを統合したリレーショナルデータベースが開発されている。
我々のプロジェクトは、がんのステージとサブタイプをまたいだ分子および臨床パターンを解析するための統合的で対話的で成長するデータベースのためのフレームワークを提供する。
- 参考スコア（独自算出の注目度）: 0.18472148461613155
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Nuanced cancer patient care is needed, as the development and clinical course
of cancer is multifactorial with influences from the general health status of
the patient, germline and neoplastic mutations, co-morbidities, and
environment. To effectively tailor an individualized treatment to each patient,
such multifactorial data must be presented to providers in an easy-to-access
and easy-to-analyze fashion. To address the need, a relational database has
been developed integrating status of cancer-critical gene mutations, serum
galectin profiles, serum and tumor glycomic profiles, with clinical,
demographic, and lifestyle data points of individual cancer patients. The
database, as a backend, provides physicians and researchers with a single,
easily accessible repository of cancer profiling data to aid-in and enhance
individualized treatment. Our interactive database allows care providers to
amalgamate cohorts from these groups to find correlations between different
data types with the possibility of finding "molecular signatures" based upon a
combination of genetic mutations, galectin serum levels, glycan compositions,
and patient clinical data and lifestyle choices. Our project provides a
framework for an integrated, interactive, and growing database to analyze
molecular and clinical patterns across cancer stages and subtypes and provides
opportunities for increased diagnostic and prognostic power.
- Abstract（参考訳）: がんの発生と臨床経過は、患者の一般的な健康状態、生殖細胞および腫瘍突然変異、共同病原性、環境の影響で多因子であるので、ニュアンス癌患者のケアが必要である。
各患者に個別化された治療を効果的に調整するには、その多因子データを提供者に簡単にアクセスでき、分析しやすい方法で提示する必要がある。
癌クリティカル遺伝子変異, 血清ガレクチンプロファイル, 血清および腫瘍グリコミクスプロファイルと, 個々のがん患者の臨床的, 人口統計学的, ライフスタイルデータポイントを統合したリレーショナル・データベースが開発されている。
データベースはバックエンドとして、医師や研究者に、がんのプロファイリングデータの単一のリポジトリを提供し、個々の治療を補助し、強化する。
対話型データベースにより, ケア提供者は, 遺伝子変異, ガレクチン血清レベル, グリカン組成, 患者臨床データおよび生活習慣選択の組み合わせに基づいて, 異なるデータ型と「分子シグネチャ」の相関関係を見出すことができる。
本研究は, がんステージおよびサブタイプにわたる分子・臨床パターンを解析し, 診断・予後能力を高めるための統合的, 対話的, 成長するデータベースの枠組みを提供する。
関連論文リスト
- Multi-Omic and Quantum Machine Learning Integration for Lung Subtypes Classification [0.0]
量子コンピューティングと機械学習の融合は、マルチオミクスデータセット内の複雑なパターンを解き放つことを約束している。
我々は,バイオマーカー発見の可能性を秘めたLUADデータセットとLUSCデータセットの最適な識別方法を開発した。
論文 参考訳（メタデータ） (2024-10-02T23:16:31Z) - Towards AI-Based Precision Oncology: A Machine Learning Framework for Personalized Counterfactual Treatment Suggestions based on Multi-Omics Data [0.05025737475817938]
本稿では,個別のがん治療提案のためのモジュール型機械学習フレームワークを提案する。
このフレームワークは、データ駆動がん研究に固有の重要な課題に対処するように調整されている。
本手法は,臨床医に現実的な意思決定支援ツールを提供することを目的としている。
論文 参考訳（メタデータ） (2024-02-19T14:54:20Z) - Unlocking the Power of Multi-institutional Data: Integrating and Harmonizing Genomic Data Across Institutions [3.5489676012585236]
共通遺伝子を超えて情報を保存するための統合的特徴を導出するためにブリッジモデルを導入する。
このモデルは、GenIE BPCデータにおいて、6種類のがん種にわたる患者の生存を予測するのに一貫して優れている。
論文 参考訳（メタデータ） (2024-01-30T23:25:05Z) - Cancer-Net PCa-Data: An Open-Source Benchmark Dataset for Prostate
Cancer Clinical Decision Support using Synthetic Correlated Diffusion Imaging
Data [75.77035221531261]
Cancer-Net PCa-Dataは、PCa患者の画像データであるボリュームCDI$s$のオープンソースベンチマークデータセットである。
Cancer-Net PCa-Dataは、PCa用のCDI$s$画像データの最初の公開データセットである。
論文 参考訳（メタデータ） (2023-11-20T10:28:52Z) - Large Language Models for Healthcare Data Augmentation: An Example on
Patient-Trial Matching [49.78442796596806]
患者-心電図マッチング(LLM-PTM)のための革新的なプライバシ対応データ拡張手法を提案する。
本実験では, LLM-PTM法を用いて平均性能を7.32%向上させ, 新しいデータへの一般化性を12.12%向上させた。
論文 参考訳（メタデータ） (2023-03-24T03:14:00Z) - A Personalized Diagnostic Generation Framework Based on Multi-source
Heterogeneous Data [8.115713756776119]
本稿では,病理画像と医療報告を組み合わせることで,個別の患者に対してパーソナライズされた診断結果を生成する枠組みを提案する。
核レベルの特徴的類似性とコンテンツに基づく深層学習法を用いて,類似した病理特性を持つ個体群を探索する。
論文 参考訳（メタデータ） (2021-10-26T13:12:52Z) - G-MIND: An End-to-End Multimodal Imaging-Genetics Framework for
Biomarker Identification and Disease Classification [49.53651166356737]
診断によって誘導される画像データと遺伝データを統合し、解釈可能なバイオマーカーを提供する新しいディープニューラルネットワークアーキテクチャを提案する。
2つの機能的MRI(fMRI)パラダイムとSingle Nucleotide Polymorphism (SNP)データを含む統合失調症の集団研究で本モデルを評価した。
論文 参考訳（メタデータ） (2021-01-27T19:28:04Z) - Topological Data Analysis of copy number alterations in cancer [70.85487611525896]
癌ゲノム情報に含まれる情報を新しいトポロジに基づくアプローチで捉える可能性を探る。
本手法は, 癌体性遺伝データに有意な低次元表現を抽出する可能性を秘めている。
論文 参考訳（メタデータ） (2020-11-22T17:31:23Z) - Select-ProtoNet: Learning to Select for Few-Shot Disease Subtype
Prediction [55.94378672172967]
本研究は, 類似患者のサブグループを同定し, 数発の疾患のサブタイプ予測問題に焦点を当てた。
新しいモデルを開発するためにメタラーニング技術を導入し、関連する臨床課題から共通の経験や知識を抽出する。
我々の新しいモデルは、単純だが効果的なメタ学習マシンであるPrototypeal Networkと呼ばれる、慎重に設計されたメタラーナーに基づいて構築されている。
論文 参考訳（メタデータ） (2020-09-02T02:50:30Z) - Trajectories, bifurcations and pseudotime in large clinical datasets:
applications to myocardial infarction and diabetes data [94.37521840642141]
混合データ型と欠落値を特徴とする大規模臨床データセット分析のための半教師付き方法論を提案する。
この手法は、次元の減少、データの可視化、クラスタリング、特徴の選択と、部分的に順序付けられた観測列における測地距離(擬時)の定量化のタスクを同時に扱うことのできる弾性主グラフの適用に基づいている。
論文 参考訳（メタデータ） (2020-07-07T21:04:55Z)
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。