論文の概要: Planning a Community Approach to Diabetes Care in Low- and Middle-Income Countries Using Optimization

• arxiv url: http://arxiv.org/abs/2305.06426v1
• Date: Wed, 10 May 2023 19:15:19 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-12 16:44:21.658559
• Title: Planning a Community Approach to Diabetes Care in Low- and Middle-Income Countries Using Optimization
• Title（参考訳）: 低所得国と中所得国における糖尿病治療への地域的アプローチの最適化
• Authors: Katherine B. Adams, Justin J. Boutilier, Sarang Deo, Yonatan Mintz
• Abstract要約: コミュニティレベルでのグリセミック制御を最大化するパーソナライズされたCHW訪問を決定するための最適化フレームワークを導入する。 患者の健康状態とモチベーション状態を推定することにより,治療開始決定時の患者のトレードオフを考慮した訪問計画を構築した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Diabetes is a global health priority, especially in low- and-middle-income countries, where over 50% of premature deaths are attributed to high blood glucose. Several studies have demonstrated the feasibility of using Community Health Worker (CHW) programs to provide affordable and culturally tailored solutions for early detection and management of diabetes. Yet, scalable models to design and implement CHW programs while accounting for screening, management, and patient enrollment decisions have not been proposed. We introduce an optimization framework to determine personalized CHW visits that maximize glycemic control at a community-level. Our framework explicitly models the trade-off between screening new patients and providing management visits to individuals who are already enrolled in treatment. We account for patients' motivational states, which affect their decisions to enroll or drop out of treatment and, therefore, the effectiveness of the intervention. We incorporate these decisions by modeling patients as utility-maximizing agents within a bi-level provider problem that we solve using approximate dynamic programming. By estimating patients' health and motivational states, our model builds visit plans that account for patients' tradeoffs when deciding to enroll in treatment, leading to reduced dropout rates and improved resource allocation. We apply our approach to generate CHW visit plans using operational data from a social enterprise serving low-income neighborhoods in urban areas of India. Through extensive simulation experiments, we find that our framework requires up to 73.4% less capacity than the best naive policy to achieve the same performance in terms of glycemic control. Our experiments also show that our solution algorithm can improve upon naive policies by up to 124.5% using the same CHW capacity.
• Abstract（参考訳）: 糖尿病は世界的な健康の優先事項であり、特に低所得国や中所得国では、早死の50%以上が高血糖によるものである。 いくつかの研究は、コミュニティヘルスワーカー(CHW)プログラムを使用して、糖尿病の早期発見と管理のために安価で文化的に調整されたソリューションを提供することの可能性を示した。 しかし,CHWプログラムの設計と実装のためのスケーラブルなモデルが提案されていない。 コミュニティレベルでのグリセミック制御を最大化するパーソナライズされたCHW訪問を決定するための最適化フレームワークを導入する。 当フレームワークは,新規患者のスクリーニングと,すでに入院している患者への管理訪問のトレードオフを明示的にモデル化する。 患者のモチベーションの状態を考慮し,治療開始や退院の決定に影響を及ぼし,介入の有効性を考察した。 患者をユーティリティ最大化エージェントとしてモデル化することで、これらの決定を、近似動的プログラミングを用いて解決するバイレベルプロバイダ問題に組み込む。 患者の健康状態とモチベーション状態を推定することにより,治療開始時に患者のトレードオフを考慮した訪問計画を構築し,退院率の低減と資源配分の改善を図った。 我々は,インド都市部の低所得地域を対象としたソーシャル企業からの運用データを用いて,chw訪問計画の作成に本手法を適用した。 広範なシミュレーション実験により,我々のフレームワークは,血糖コントロールの観点から同じ性能を達成するのに,最善のナイーブポリシーよりも最大73.4%少ない容量を必要とすることがわかった。 また,提案手法は,同一のCHW容量で最大124.5%向上できることを示した。

関連論文リスト

• Active Sensing of Knee Osteoarthritis Progression with Reinforcement Learning [2.8498944632323755]
  変形性関節症(OA)は最も一般的な筋骨格疾患であり、治療法がない。 Knee OA (KOA) は障害の最も高い原因の1つであり、世界社会には数十億ドルの費用がかかる。
  論文  参考訳（メタデータ） (2024-08-05T09:54:08Z)
• Deep Reinforcement Learning for Efficient and Fair Allocation of Health Care Resources [47.57108369791273]
  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)
• Data-Driven Allocation of Preventive Care With Application to Diabetes Mellitus Type II [34.29871115270994]
  リスクのある患者に対する予防的治療の費用対効果を決定するためのデータ駆動型意思決定モデルを開発した。 本研究は, 健康管理における意思決定を支援するとともに, 低コストで効果的な疾患予防を実現することを目的としている。
  論文  参考訳（メタデータ） (2023-08-14T06:29:09Z)
• 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)
• Policy Optimization for Personalized Interventions in Behavioral Health [8.10897203067601]
  デジタルプラットフォームを通じて提供される行動的健康介入は、健康結果を大幅に改善する可能性がある。 患者に対するパーソナライズされた介入を最適化して長期的効果を最大化する問題について検討した。 患者システムの状態空間を個別のレベルに分解するDecompPIをダブする新しい手法を提案する。
  論文  参考訳（メタデータ） (2023-03-21T21:42:03Z)
• Evaluating COVID-19 vaccine allocation policies using Bayesian $m$-top exploration [53.122045119395594]
  マルチアーム・バンディット・フレームワークを用いてワクチンのアロケーション戦略を評価する新しい手法を提案する。 $m$-top Exploringにより、アルゴリズムは最高のユーティリティを期待する$m$ポリシーを学ぶことができる。 ベルギーのCOVID-19流行を個人モデルSTRIDEを用いて検討し、予防接種方針のセットを学習する。
  論文  参考訳（メタデータ） (2023-01-30T12:22:30Z)
• Optimal discharge of patients from intensive care via a data-driven policy learning framework [58.720142291102135]
  退院課題は、退院期間の短縮と退院決定後の退院や死亡のリスクとの不確実なトレードオフに対処することが重要である。 本研究は、このトレードオフを捉えるためのエンドツーエンドの汎用フレームワークを導入し、最適放電タイミング決定を推奨する。 データ駆動型アプローチは、患者の生理的状態を捉えた同種で離散的な状態空間表現を導出するために用いられる。
  論文  参考訳（メタデータ） (2021-12-17T04:39:33Z)
• Resource Planning for Hospitals Under Special Consideration of the COVID-19 Pandemic: Optimization and Sensitivity Analysis [87.31348761201716]
  新型コロナウイルス(covid-19)パンデミックのような危機は、医療機関にとって深刻な課題となる。 BaBSim.Hospitalは離散イベントシミュレーションに基づく容量計画ツールである。 BaBSim.Hospitalを改善するためにこれらのパラメータを調査し最適化することを目指しています。
  論文  参考訳（メタデータ） (2021-05-16T12:38:35Z)
• Clinical Outcome Prediction from Admission Notes using Self-Supervised Knowledge Integration [55.88616573143478]
  臨床テキストからのアウトカム予測は、医師が潜在的なリスクを見落としないようにする。 退院時の診断,手術手順,院内死亡率,長期予測は4つの一般的な結果予測対象である。 複数の公開資料から得られた患者結果に関する知識を統合するために,臨床結果の事前学習を提案する。
  論文  参考訳（メタデータ） (2021-02-08T10:26:44Z)
• Improving healthcare access management by predicting patient no-show behaviour [0.0]
  本研究は,参加を促す戦略の実装を支援するため,DSS(Decision Support System)を開発する。 回帰モデルの精度を向上させるために,異なる機械学習手法の有効性を評価する。 過去の研究で報告された関係の定量化に加えて、収入と近隣の犯罪統計はノーショー確率に影響を与えることが判明した。
  論文  参考訳（メタデータ） (2020-12-10T14:57:25Z)
• From predictions to prescriptions: A data-driven response to COVID-19 [42.57407485467993]
  新型コロナウイルスの臨床的特徴を理解するための包括的データ駆動型アプローチを提案する。 私たちは、感染や死亡のリスクを予測するために、パーソナライズされた電卓を構築します。 人工呼吸器の再配置と不足軽減のための最適化モデルを提案する。
  論文  参考訳（メタデータ） (2020-06-30T03:34:00Z)

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。