論文の概要: Adaptive Interventions for Global Health: A Case Study of Malaria
- arxiv url: http://arxiv.org/abs/2303.02075v1
- Date: Fri, 3 Mar 2023 16:48:38 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-06 14:12:43.466336
- Title: Adaptive Interventions for Global Health: A Case Study of Malaria
- Title(参考訳): 世界的健康への適応的介入--マラリアの事例研究
- Authors: \'Africa Peri\'a\~nez, Andrew Trister, Madhav Nekkar, Ana Fern\'andez
del R\'io and Pedro L. Alonso
- Abstract要約: マラリアは、低所得国や中所得国、特にサハラ以南のアフリカにおいて、公衆衛生上の問題となっている。
モバイルヘルスの応用によって、機械学習に基づく適応的介入は、マラリアの監視と治療の順守を強化し、検査を強化し、提供者スキルとケアの質を計測し、最前線の労働者や患者を支援することで公衆衛生を改善する方法について述べる。
- 参考スコア(独自算出の注目度): 0.6850683267295249
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Malaria can be prevented, diagnosed, and treated; however, every year, there
are more than 200 million cases and 200.000 preventable deaths. Malaria remains
a pressing public health concern in low- and middle-income countries,
especially in sub-Saharan Africa. We describe how by means of mobile health
applications, machine-learning-based adaptive interventions can strengthen
malaria surveillance and treatment adherence, increase testing, measure
provider skills and quality of care, improve public health by supporting
front-line workers and patients (e.g., by capacity building and encouraging
behavioral changes, like using bed nets), reduce test stockouts in pharmacies
and clinics and informing public health for policy intervention.
- Abstract(参考訳): マラリアは予防、診断、治療が可能であるが、毎年2億件以上の患者と20万件の死亡が報告されている。
マラリアは、特にサハラ以南のアフリカにおいて、低所得国や中所得国で公衆衛生上の懸念が高まっている。
モバイルヘルスアプリケーションを用いて、機械学習に基づく適応的介入は、マラリアの監視と治療の定着を強化し、検査を強化し、提供者スキルとケアの質を計測し、最前線の労働者や患者を支援することで公衆衛生を改善する(例えば、ベッドネットの使用のような能力構築と行動の変化を奨励することによって)。
関連論文リスト
- A Multi-Agent Reinforcement Learning Framework for Evaluating the U.S.
Ending the HIV Epidemic Plan [2.498439320062193]
HIVエピデミックイニシアチブの終了は、2030年までに90%の新規感染を減らすことを目的としている。
既存のHIV決定分析モデルでは、特定の都市または全国の人口を評価し、管轄的な相互作用や違いを見落としている。
本稿では,地域別意思決定分析が可能なマルチエージェント強化学習(MARL)モデルを提案する。
論文 参考訳(メタデータ) (2023-11-01T21:19:35Z) - Deep Reinforcement Learning for Efficient and Fair Allocation of Health
Care Resources [49.956569971833105]
医療資源の枯渇は、レーションの避けられない結果をもたらす可能性がある。
医療資源割り当てプロトコルの普遍的な標準は存在しない。
本稿では,患者の疾患進行と患者間の相互作用効果を統合するためのトランスフォーマーベースのディープQネットワークを提案する。
論文 参考訳(メタデータ) (2023-09-15T17:28:06Z) - Privacy-preserving machine learning for healthcare: open challenges and
future perspectives [72.43506759789861]
医療におけるプライバシー保護機械学習(PPML)に関する最近の文献を概観する。
プライバシ保護トレーニングと推論・アズ・ア・サービスに重点を置いています。
このレビューの目的は、医療におけるプライベートかつ効率的なMLモデルの開発をガイドすることである。
論文 参考訳(メタデータ) (2023-03-27T19:20:51Z) - Simulating Malaria Detection in Laboratories using Deep Learning [0.0]
マラリアは通常、血液スミアの小さなサンプルを調べることで微生物学者によって診断される。
早期に診断され適切な治療を受けた場合、マラリア感染による死亡率の低下が可能である。
WHOは、2030年にはマラリアの発生率と死亡率を90%削減し、35カ国でマラリアを除去するという大胆な目標を掲げている。
論文 参考訳(メタデータ) (2023-03-21T11:23:59Z) - Progress and Challenges for the Application of Machine Learning for
Neglected Tropical Diseases [0.0]
ネグレクト熱帯病(NTD)は、東南アジアや西太平洋地域の国々の個体の生活に影響を与え続けている。
世界の人口の17億人が毎年1人以上のNTDを患っている。
論文 参考訳(メタデータ) (2022-12-02T08:48:22Z) - Machine Learning for Deferral of Care Prediction [4.436632973105494]
人口の継続的なケア先延ばしは、人口の健康と複雑な健康問題が減少し、長期的には社会的・財政的なコストが上昇する可能性がある。
マイノリティと脆弱な人口は、社会経済的要因によるケア遅延のリスクが高い。
現在、多くの医療システムは、以前治療を延期した患者を遡及的に識別するためにルールベースの技術を使用している。
本モデルの目的は,ケアを延期するリスクのある患者を識別し,直接的なアウトリーチやソーシャル・メディエーションを通じて,医療機関がケアの延期を防止することである。
論文 参考訳(メタデータ) (2022-06-09T01:21:13Z) - Examining the Implementation of Digital Health to Strengthen the
COVID-19 Pandemic Response and Recovery and Scale up Equitable Vaccine Access
in African Countries [0.8602553195689513]
アフリカでは、新型コロナウイルス(COVID-19)のパンデミックが深刻化している。
グローバルヘルス危機を緩和するデジタルヘルス技術がもたらす影響について検討した。
論文 参考訳(メタデータ) (2022-06-03T23:43:49Z) - Controlling the Outbreak of COVID-19: A Noncooperative Game Perspective [61.558752620308134]
孤立と社会的距離は、このパンデミックを抑える効果的な予防措置のようだ。
我々は、新型コロナウイルスの感染拡大を防ぐために、社会的距離を維持するためのインセンティブを提供する非協力型ゲームを提案する。
数値的な結果は、個人のインセンティブが85%以上増加し、家庭隔離の割合が増加することを示している。
論文 参考訳(メタデータ) (2020-07-27T04:28:32Z) - 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) - A Deep Q-learning/genetic Algorithms Based Novel Methodology For
Optimizing Covid-19 Pandemic Government Actions [63.669642197519934]
我々はSEIR疫学モデルを用いて、人口の時間とともにウイルスウイルスの進化を表現している。
報酬システムにより、アクションのシーケンス(統合、自己同化、二メートル距離、制限を取らない)を評価する。
どちらの意味でも、パンデミックの悪影響を抑えるために政府が取るべき行動を発見する上で、我々の方法論が有効な手段であることを実証する。
論文 参考訳(メタデータ) (2020-05-15T17:17:45Z) - Digital Ariadne: Citizen Empowerment for Epidemic Control [55.41644538483948]
新型コロナウイルスの危機は、1918年のH1N1パンデミック以来、公衆衛生にとって最も危険な脅威である。
技術支援による位置追跡と接触追跡は、広く採用されれば、感染症の拡散を抑えるのに役立つかもしれない。
個人のデバイス上での自発的な位置情報とBluetoothトラッキングに基づいて、"diAry"や"digital Ariadne"と呼ばれるツールを提示する。
論文 参考訳(メタデータ) (2020-04-16T15:53:42Z)
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。