論文の概要: Evaluating the Impact of Social Determinants on Health Prediction

• arxiv url: http://arxiv.org/abs/2305.12622v1
• Date: Mon, 22 May 2023 01:27:51 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-23 19:04:53.494259
• Title: Evaluating the Impact of Social Determinants on Health Prediction
• Title（参考訳）: 社会的要因が健康予測に及ぼす影響の評価
• Authors: Ming Ying Yang, Gloria Hyunjung Kwak, Tom Pollard, Leo Anthony Celi, Marzyeh Ghassemi
• Abstract要約: 健康の社会的決定因子(SDOH)は、人の健康と幸福に重要な役割を果たす。 電子健康記録に基づくリスク予測モデルの多くは、包括的なSDOH機能群を含まない。 我々の研究は、公開のEHRデータベースMIMIC-IVをドキュメント化されたSDOH機能にリンクしています。
• 参考スコア（独自算出の注目度）: 5.318553044321823
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Social determinants of health (SDOH) -- the conditions in which people live, grow, and age -- play a crucial role in a person's health and well-being. There is a large, compelling body of evidence in population health studies showing that a wide range of SDOH is strongly correlated with health outcomes. Yet, a majority of the risk prediction models based on electronic health records (EHR) do not incorporate a comprehensive set of SDOH features as they are often noisy or simply unavailable. Our work links a publicly available EHR database, MIMIC-IV, to well-documented SDOH features. We investigate the impact of such features on common EHR prediction tasks across different patient populations. We find that community-level SDOH features do not improve model performance for a general patient population, but can improve data-limited model fairness for specific subpopulations. We also demonstrate that SDOH features are vital for conducting thorough audits of algorithmic biases beyond protective attributes. We hope the new integrated EHR-SDOH database will enable studies on the relationship between community health and individual outcomes and provide new benchmarks to study algorithmic biases beyond race, gender, and age.
• Abstract（参考訳）: 健康の社会的決定要因(sdoh)は、人々の生活、成長、年齢といった条件が、人の健康と幸福において重要な役割を果たす。 人口健康研究には、幅広いSDOHが健康結果と強く相関していることを示す、大きな、説得力のある証拠がある。 しかし、電子健康記録(EHR)に基づくリスク予測モデルの大部分では、ノイズや単に利用できない場合が多いため、包括的なSDOH機能群は組み込まれていない。 我々の研究は、公開のEHRデータベースMIMIC-IVをドキュメント化されたSDOH機能にリンクしています。 これらの特徴が患者集団間の共通ehr予測課題に与える影響について検討した。 地域レベルでのSDOHは,一般患者に対するモデル性能の向上には至らず,特定のサブ集団に対するデータ制限モデルフェアネスの向上が期待できる。 また,保護属性を超えたアルゴリズムバイアスの徹底的な監査を行う上で,SDOHの特徴が重要であることも実証した。 新たな統合EHR-SDOHデータベースによって、コミュニティの健康と個人の成果の関係の研究が可能になり、人種、性別、年齢を超えたアルゴリズムバイアスを研究するための新しいベンチマークが提供されることを期待します。

関連論文リスト

• Large Language Models for Integrating Social Determinant of Health Data: A Case Study on Heart Failure 30-Day Readmission Prediction [4.042918413611158]
  健康の社会的決定因子(SDOH)は、健康の結果に重要な役割を果たす。 最近のオープンデータイニシアチブは、より包括的なSDOHのビューを構築する機会を提供する。 大規模言語モデル(LLM)は、構造化されたデータを自動的にアノテートすることを約束している。
  論文  参考訳（メタデータ） (2024-07-12T21:14:06Z)
• Synthesizing Multimodal Electronic Health Records via Predictive Diffusion Models [69.06149482021071]
  EHRPDと呼ばれる新しいEHRデータ生成モデルを提案する。 時間間隔推定を組み込んだ拡散モデルである。 我々は2つの公開データセットで実験を行い、忠実さ、プライバシー、実用性の観点からEPHPDを評価する。
  論文  参考訳（メタデータ） (2024-06-20T02:20:23Z)
• Recent Advances in Predictive Modeling with Electronic Health Records [71.19967863320647]
  EHRデータを予測モデリングに利用すると、その特徴からいくつかの課題が生じる。 深層学習は、医療を含む様々な応用においてその優位性を示している。
  論文  参考訳（メタデータ） (2024-02-02T00:31:01Z)
• SDOH-NLI: a Dataset for Inferring Social Determinants of Health from Clinical Notes [13.991819517682574]
  社会的および行動的健康決定因子(SDOH)は、健康結果を形成する上で重要な役割を果たす。 このタスクにNLPメソッドを使うことの進歩は、高品質な公開ラベル付きデータの不足によって妨げられている。 本稿では,公開ノートをベースとした新たなデータセットであるSDOH-NLIを紹介する。
  論文  参考訳（メタデータ） (2023-10-27T19:09:30Z)
• MedDiffusion: Boosting Health Risk Prediction via Diffusion-based Data Augmentation [58.93221876843639]
  本稿では,MedDiffusion という,エンドツーエンドの拡散に基づくリスク予測モデルを提案する。 トレーニング中に合成患者データを作成し、サンプルスペースを拡大することで、リスク予測性能を向上させる。 ステップワイズ・アテンション・メカニズムを用いて患者の来訪者間の隠れた関係を識別し、高品質なデータを生成する上で最も重要な情報をモデルが自動的に保持することを可能にする。
  論文  参考訳（メタデータ） (2023-10-04T01:36:30Z)
• Leveraging Natural Language Processing to Augment Structured Social Determinants of Health Data in the Electronic Health Record [1.7812428873698403]
  健康の社会的決定因子(SDOH)は健康に影響を及ぼす。 臨床ノートにはより包括的なSDOH情報が含まれていることが多い。 我々は,ディープラーニングエンティティと関係抽出アーキテクチャを用いた新しいSDOH抽出器を開発した。
  論文  参考訳（メタデータ） (2022-12-14T22:51:49Z)
• Systematic Design and Evaluation of Social Determinants of Health Ontology (SDoHO) [19.90090257979115]
  健康の社会的決定因子(SDoH)は、健康の結果と幸福に重大な影響を及ぼす。 本稿では,SDoH の基本的な因子とその関係を標準化し,測定可能な方法で表現する SDoH オントロジー (SDoHO) を提案する。
  論文  参考訳（メタデータ） (2022-12-04T22:23:30Z)
• SANSformers: Self-Supervised Forecasting in Electronic Health Records with Attention-Free Models [48.07469930813923]
  本研究は,医療施設への患者訪問数を予測することにより,医療サービスの需要を予測することを目的とする。 SNSformerは、特定の帰納バイアスを設計し、EHRデータの特異な特徴を考慮に入れた、注意のない逐次モデルである。 本研究は, 各種患者集団を対象とした医療利用予測の修正における, 注意力のないモデルと自己指導型事前訓練の有望な可能性について考察した。
  論文  参考訳（メタデータ） (2021-08-31T08:23:56Z)
• Bootstrapping Your Own Positive Sample: Contrastive Learning With Electronic Health Record Data [62.29031007761901]
  本稿では,新しいコントラスト型正規化臨床分類モデルを提案する。 EHRデータに特化した2つのユニークなポジティブサンプリング戦略を紹介します。 私たちのフレームワークは、現実世界のCOVID-19 EHRデータの死亡リスクを予測するために、競争の激しい実験結果をもたらします。
  論文  参考訳（メタデータ） (2021-04-07T06:02:04Z)
• Social determinants of health in the era of artificial intelligence with electronic health records: A systematic review [12.944415086215708]
  電子健康記録(EHR)から健康の社会的決定要因(SDOH)情報を最大限に活用する方法はまだ研究されていません。 2010年から2020年にかけて、文献から合計1250の論文が抽出され、74の論文がこのレビューに含まれた。 本稿では,EHRのSDOHの現在の動向,課題,今後の方向性について論じる。
  論文  参考訳（メタデータ） (2021-01-22T09:03:39Z)
• UNITE: Uncertainty-based Health Risk Prediction Leveraging Multi-sourced Data [81.00385374948125]
  我々はUNcertaInTyベースのhEalth Risk Prediction(UNITE)モデルを提案する。 UNITEは、複数ソースの健康データを活用した正確な疾患リスク予測と不確実性推定を提供する。 非アルコール性脂肪肝疾患(NASH)とアルツハイマー病(AD)の実態予測タスクにおけるUNITEの評価を行った。 UNITEはAD検出のF1スコアで最大0.841点、NASH検出のPR-AUCで最大0.609点を達成し、最高のベースラインで最大19%の高パフォーマンスを達成している。
  論文  参考訳（メタデータ） (2020-10-22T02:28:11Z)

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。

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。