Fugu-MT 論文翻訳(概要): Cancer Mortality Rates for US Counties: Are they Reliable and Predictable?

論文の概要: Cancer Mortality Rates for US Counties: Are they Reliable and Predictable?

arxiv url: http://arxiv.org/abs/2303.03343v1
Date: Mon, 6 Mar 2023 18:26:10 GMT
ステータス: 処理完了
システム内更新日: 2023-03-08 17:48:57.725779
Title: Cancer Mortality Rates for US Counties: Are they Reliable and Predictable?
Title（参考訳）: 米国におけるがん死亡率:信頼と予測は可能か?
Authors: Robert L. Obenchain and S. Stanley Young
Abstract要約: 2つのがん死亡率は、個々の年で非常に少ないことが判明した。新しい発見の大部分は、グラフィカルに示す単純な意味を持っている。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We examine US County-level observational data on Cancer Mortality and it's "Top Ten" potential causes from Federal or State sources for the two individual years (2012 and 2016) that we have made publicly available. We find that these two Cancer Mortality rates for individual years have remarkably little in common, and we propose using a simple composite measure of cancer mortality that has several advantages. The vast majority of our new findings have simple implications that we illustrate graphically.
Abstract（参考訳）: 我々は、がん死亡率に関する米国郡レベルの観測データと、我々が公開してきた2年間(2012年と2016年)の連邦や州の情報源による「トップ10」の可能性について検討する。この2つのがん死亡率は,各年において極めて少ないことが判明し,いくつかの利点を有するがん死亡率の簡易な複合測定法を提案する。新しい発見の大部分は、グラフィカルに示す単純な意味を持っている。

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)
Consensus of state of the art mortality prediction models: From all-cause mortality to sudden death prediction [0.0]
医療歴,血液検査,薬剤処方,入院が急死リスクの増大を予測できるかどうかを検討した。我々は、突然の死亡または全死因の死亡を予測するために訓練されたモデルの性能を比較した。
論文参考訳（メタデータ） (2023-08-30T14:44:04Z)
Causal Falsification of Digital Twins [33.567972948107005]
デジタルツイン(Digital twins)は、現実世界のプロセスが介入に応じてどのように進化するかを予測する仮想システムである。実世界のデータを用いてデジタル双生児の精度を評価する方法を検討する。
論文参考訳（メタデータ） (2023-01-17T22:18:53Z)
From Static to Dynamic Prediction: Wildfire Risk Assessment Based on Multiple Environmental Factors [69.9674326582747]
ワイルドファイアはアメリカ合衆国西海岸で頻繁に起こる最大の災害の1つである。カリフォルニアの山火事リスクが高い地域を解析・評価するための静的・動的予測モデルを提案します。
論文参考訳（メタデータ） (2021-03-14T17:56:17Z)
Selective Intervention Planning using RMABs: Increasing Program Engagement to Improve Maternal and Child Health Outcomes [34.38042786168279]
インドに本拠を置く非営利団体ARMMANと連携し、コールベースの情報プログラムをさらに活用しています。意識プログラムに登録された30万人以上の女性の匿名化通話記録を分析した。コールログと受益者の人口統計情報から長期的なエンゲージメントパターンを予測するための機械学習ベースのモデルを構築しました。
論文参考訳（メタデータ） (2021-03-07T08:47:24Z)
Analysis of the Effectiveness of Face-Coverings on the Death Rate of COVID-19 Using Machine Learning [0.0]
マスク委任状(MM)は、新型コロナウイルスの感染拡大を防ぐために、州知事が発令した。本研究では,ニューヨーク・タイムズが提供した調査データを用いて,MM順序に対する人々の依存度を定量化する。異なる機械学習分類アルゴリズムを用いて、米国西海岸の各郡における死亡率の減少または増加が、入力パラメータとどのように相関するかを検討した。
論文参考訳（メタデータ） (2021-02-08T18:26:30Z)
Where you live matters: a spatial analysis of COVID-19 mortality [0.0]
新型コロナウイルスのパンデミックはメキシコで200万人の死者を出した。メキシコとのケース/死亡比の異常は、空間分析によって調査され、死亡率は局所的な要因によって異なる。これに対処するため、ヘキサゴナル地図(hexbin)は、新型コロナウイルスの死亡率を空間的にマッピングし、人口統計や既存の健康状態に関する患者レベルのデータと関連づけるために使用される。
論文参考訳（メタデータ） (2021-01-11T21:25:13Z)
General DeepLCP model for disease prediction : Case of Lung Cancer [0.0]
生活を脅かす致命的な病気を予測するための新しいアプローチ「DeepLCP」を提案する。ディープLCP」は自然言語処理(NLP)と深層学習パラダイムを組み合わせた結果である。肺がん予測における提案モデルの実験結果から,高い精度と低損失データ率が確認された。
論文参考訳（メタデータ） (2020-09-15T21:43:48Z)
Effectiveness and Compliance to Social Distancing During COVID-19 [72.94965109944707]
われわれは、米国内での新型コロナウイルスの感染拡大に対する在宅勤務注文の影響を評価するために、詳細なモビリティデータを用いている。一方向性グランガー因果性(一方向性グランガー因果性)は、家庭で毎日過ごす時間の割合の中央値から、2週間の遅れを伴うCOVID-19関連死亡件数の日数までである。
論文参考訳（メタデータ） (2020-06-23T03:36:19Z)
A General Framework for Survival Analysis and Multi-State Modelling [70.31153478610229]
ニューラル常微分方程式を多状態生存モデル推定のためのフレキシブルで一般的な方法として用いる。また,本モデルでは,サバイバルデータセット上での最先端性能を示すとともに,マルチステート環境での有効性を示す。
論文参考訳（メタデータ） (2020-06-08T19:24:54Z)
Longevity Associated Geometry Identified in Satellite Images: Sidewalks, Driveways and Hiking Trails [0.7130302992490973]
衛星画像を用いたアメリカ合衆国における郡レベルの死亡率の予測について検討した。畳み込みニューラルネットワークは、2015年に各郡の粗末死亡率を用いて、死亡率を予測するために訓練された。教育,収入,地理的地域,人種,年齢に関連する10のクラスタを特定した。
論文参考訳（メタデータ） (2020-03-05T20:23:11Z)

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。