論文の概要: Predicting Development of Chronic Obstructive Pulmonary Disease and its
Risk Factor Analysis
- arxiv url: http://arxiv.org/abs/2302.03137v1
- Date: Mon, 6 Feb 2023 21:50:34 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-08 18:02:50.797322
- Title: Predicting Development of Chronic Obstructive Pulmonary Disease and its
Risk Factor Analysis
- Title(参考訳): 慢性閉塞性肺疾患の発症予測とその危険因子分析
- Authors: Soojin Lee, Ingu Sean Lee, Samuel Kim
- Abstract要約: 慢性閉塞性肺疾患 (COPD) は, 社会的負担の高い非可逆性気道閉塞である。
社会デマトグラフィー、臨床、遺伝データを統合した機械学習モデルを適用して、COPDの発症を予測することによって、COPDのリスク要因を特定することを目的とする。
- 参考スコア(独自算出の注目度): 0.9146620606615891
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Chronic Obstructive Pulmonary Disease (COPD) is an irreversible airway
obstruction with a high societal burden. Although smoking is known to be the
biggest risk factor, additional components need to be considered. In this
study, we aim to identify COPD risk factors by applying machine learning models
that integrate sociodemographic, clinical, and genetic data to predict COPD
development.
- Abstract(参考訳): 慢性閉塞性肺疾患 (COPD) は, 社会的負担の高い非可逆性気道閉塞である。
喫煙は最大のリスク要因として知られているが、追加の要素を考慮する必要がある。
本研究では, 社会疫学, 臨床, 遺伝的データを統合した機械学習モデルを用いて, copd 開発を予測することで, copd のリスク因子を同定することを目的とした。
関連論文リスト
- Feasibility of Identifying Factors Related to Alzheimer's Disease and
Related Dementia in Real-World Data [56.7069469207376]
537例から10項目で477の危険因子を抽出した。
AD/ADRDの遺伝子検査は、まだ一般的ではなく、構造化EHRと非構造化EHRの両方で文書化されていない。
AD/ADRDリスクファクタに関する継続的な研究を考えると、NLP法による文献マイニングは、私たちの知識マップを自動的に更新するソリューションを提供する。
論文 参考訳(メタデータ) (2024-02-03T18:17:19Z) - Interpretable Survival Analysis for Heart Failure Risk Prediction [50.64739292687567]
現状の生存モデルと解釈可能かつ競合する新しい生存分析パイプラインを提案する。
我々のパイプラインは最先端のパフォーマンスを達成し、心不全のリスク要因に関する興味深い新しい洞察を提供する。
論文 参考訳(メタデータ) (2023-10-24T02:56:05Z) - Revisiting Computer-Aided Tuberculosis Diagnosis [56.80999479735375]
結核(TB)は世界的な健康上の脅威であり、毎年何百万人もの死者を出している。
深層学習を用いたコンピュータ支援結核診断 (CTD) は有望であるが, 限られたトレーニングデータによって進行が妨げられている。
結核X線(TBX11K)データセットは11,200個の胸部X線(CXR)画像とそれに対応するTB領域のバウンディングボックスアノテーションを含む。
このデータセットは、高品質なCTDのための洗練された検出器のトレーニングを可能にする。
論文 参考訳(メタデータ) (2023-07-06T08:27:48Z) - Instrumental Variable Learning for Chest X-ray Classification [52.68170685918908]
本稿では,素因果関係を排除し,正確な因果表現を得るための解釈可能な機器変数(IV)学習フレームワークを提案する。
提案手法の性能はMIMIC-CXR,NIH ChestX-ray 14,CheXpertデータセットを用いて実証した。
論文 参考訳(メタデータ) (2023-05-20T03:12:23Z) - Penalized Deep Partially Linear Cox Models with Application to CT Scans
of Lung Cancer Patients [42.09584755334577]
肺がんは世界中のがん死亡の原因であり、効果的な治療法を設計するための死亡リスクを理解することの重要性を強調している。
NLST(National Lung Screening Trial)は、肺がん患者の死亡リスクを定量化するために、CTテクスチャ解析を用いている。
本稿では,SCADペナルティを組み込んで重要なテクスチャ特徴を抽出し,深層ニューラルネットワークを用いてモデルの非パラメトリック成分を推定する,Pentalized Deep partially Linear Cox Model (Penalized DPLC)を提案する。
論文 参考訳(メタデータ) (2023-03-09T15:38:16Z) - 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) - Nonlinear State Space Modeling and Control of the Impact of Patients'
Modifiable Lifestyle Behaviors on the Emergence of Multiple Chronic
Conditions [3.0622288327079614]
多発性慢性疾患(MCC)はしばしば、患者の変更可能なリスク要因と、修正不可能なリスク要因と既存の状態との相互作用に依存する動的ネットワークを形成する。
本研究では,拡張カルマンフィルタ(EKF)に基づく非線形状態空間モデルを提案する。
また,慢性期発症の危険因子の変化が慢性期発症のリスクに与える影響を動的にモニタリングするテンソルコントロールチャートも開発した。
論文 参考訳(メタデータ) (2021-07-14T18:01:46Z) - A Multi-Modal Respiratory Disease Exacerbation Prediction Technique
Based on a Spatio-Temporal Machine Learning Architecture [0.0]
慢性閉塞性肺疾患や喘息などの慢性呼吸器疾患は深刻な健康危機である。
呼吸器症状の進行を評価する現在の方法は、主観的で不正確な、または複雑で面倒です。
本研究は、新しい時間的機械学習アーキテクチャに基づいて、PDなどの呼吸器疾患の悪化リスクを予測するためのマルチモーダルソリューションを提案する。
論文 参考訳(メタデータ) (2021-03-03T05:24:53Z) - COVID-19 in CXR: from Detection and Severity Scoring to Patient Disease
Monitoring [3.9373541926236766]
胸部X線画像における肺炎の同時検出とセグメンテーションのための深層学習モデルを開発した。
このセグメンテーションを用いて、病気の重症度を示す「肺炎比」を計算した。
重症度の測定は、入院した患者の時間とともに、病気の範囲のプロファイルを構築することができる。
論文 参考訳(メタデータ) (2020-08-04T13:50:35Z)
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。