論文の概要: Automated Detection of Persistent Inflammatory Biomarkers in
Post-COVID-19 Patients Using Machine Learning Techniques
- arxiv url: http://arxiv.org/abs/2309.15838v1
- Date: Tue, 26 Sep 2023 17:41:10 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-28 12:23:19.126126
- Title: Automated Detection of Persistent Inflammatory Biomarkers in
Post-COVID-19 Patients Using Machine Learning Techniques
- Title（参考訳）: 機械学習によるcovid-19後の持続性炎症性バイオマーカーの自動検出
- Authors: Ghizal Fatima, Fadhil G. Al-Amran, Maitham G. Yousif
- Abstract要約: 新型コロナウイルス(COVID-19)のパンデミックは、急性期以降の炎症を含む多くの症状を経験する個人に持続的な影響を残している。
本研究は、新型コロナウイルス後290例の持続性炎症性バイオマーカーの同定を自動化する機械学習技術を用いている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The COVID-19 pandemic has left a lasting impact on individuals, with many
experiencing persistent symptoms, including inflammation, in the post-acute
phase of the disease. Detecting and monitoring these inflammatory biomarkers is
critical for timely intervention and improved patient outcomes. This study
employs machine learning techniques to automate the identification of
persistent inflammatory biomarkers in 290 post-COVID-19 patients, based on
medical data collected from hospitals in Iraq. The data encompassed a wide
array of clinical parameters, such as C-reactive protein and interleukin-6
levels, patient demographics, comorbidities, and treatment histories. Rigorous
data preprocessing and feature selection processes were implemented to optimize
the dataset for machine learning analysis. Various machine learning algorithms,
including logistic regression, random forests, support vector machines, and
gradient boosting, were deployed to construct predictive models. These models
exhibited promising results, showcasing high accuracy and precision in the
identification of patients with persistent inflammation. The findings of this
study underscore the potential of machine learning in automating the detection
of persistent inflammatory biomarkers in post-COVID-19 patients. These models
can serve as valuable tools for healthcare providers, facilitating early
diagnosis and personalized treatment strategies for individuals at risk of
persistent inflammation, ultimately contributing to improved post-acute
COVID-19 care and patient well-being. Keywords: COVID-19, post-COVID-19,
inflammation, biomarkers, machine learning, early detection.
- Abstract（参考訳）: 新型コロナウイルス(COVID-19)のパンデミックは、急性期以降の炎症を含む多くの症状を経験する個人に持続的な影響を残している。
これらの炎症性バイオマーカーの検出とモニタリングは、タイムリーな介入と患者の予後改善に重要である。
本研究は,イラクの病院から収集された医療データをもとに,290例の慢性炎症性バイオマーカーの同定を機械学習を用いて自動化する。
このデータには、C反応性蛋白とインターロイキン6レベル、患者の人口動態、コオービデンス、治療履歴など、幅広い臨床パラメータが含まれていた。
機械学習解析のためのデータセットを最適化するために、厳密なデータ前処理と特徴選択プロセスを実装した。
予測モデルを構築するために、ロジスティック回帰、ランダムフォレスト、サポートベクターマシン、勾配向上など、さまざまな機械学習アルゴリズムが導入された。
これらのモデルは有望な結果を示し、持続性炎症患者の同定に高い精度と精度を示した。
本研究の結果は,covid-19後の持続性炎症性バイオマーカー検出における機械学習の可能性を強調している。
これらのモデルは、医療提供者にとって貴重なツールとなり、持続性炎症のリスクのある個人のために早期診断とパーソナライズされた治療戦略を促進する。
キーワード:新型コロナウイルス、ポスト新型コロナウイルス、炎症、バイオマーカー、機械学習、早期検出。
関連論文リスト
- COVID-19 Detection Based on Blood Test Parameters using Various Artificial Intelligence Methods [1.2408125305560274]
2019年には、新型コロナウイルスによる新型コロナウイルス感染症SARS-CoV-2(SARS-CoV-2)という新たな課題に直面した。
本研究は、自己分類分類器を用いて、さまざまなAI手法を用いて、新型コロナウイルス患者と他者とを区別することを目的とした。
論文 参考訳（メタデータ） (2024-04-02T22:49:25Z) - Predicting Long-term Renal Impairment in Post-COVID-19 Patients with
Machine Learning Algorithms [0.0]
新型コロナウイルスのパンデミックは世界の公衆衛生に深刻な影響を及ぼしている。
腎障害は、その長期的健康への影響により、特に注目を集めている。
本研究は,高度な機械学習アルゴリズムを用いて長期腎障害のリスクを予測する試みである。
論文 参考訳（メタデータ） (2023-09-28T14:44:06Z) - Predicting Cardiovascular Complications in Post-COVID-19 Patients Using
Data-Driven Machine Learning Models [0.0]
新型コロナウイルス(COVID-19)のパンデミックは世界中で多くの健康上の問題を引き起こしている。
本研究では、データ駆動機械学習モデルを用いて、イラクからの352人のポスト新型コロナウイルス患者の合併症を予測する。
論文 参考訳（メタデータ） (2023-09-27T22:52:08Z) - Cognizance of Post-COVID-19 Multi-Organ Dysfunction through Machine
Learning Analysis [0.0]
本研究は,多臓器機能障害の解析・予測のための機械学習技術の応用に焦点を当てた。
COVID-19後症候群は、様々な臓器システムに影響を及ぼす幅広い持続的な症状を示しており、医療にとって大きな課題となっている。
論文 参考訳（メタデータ） (2023-09-27T22:25:49Z) - Machine Learning Sensors for Diagnosis of COVID-19 Disease Using Routine
Blood Values for Internet of Things Application [0.0]
ヒストグラムに基づくGradient Boosting (HGB) は、100%の精度で、学習時間は6.39秒であった。
我々は、これらの11の特徴とその組み合わせを、病気の診断においてMLセンサーの重要なバイオマーカーとして使用し、ArduinoおよびクラウドIoTサービス上でエッジコンピューティングをサポートすることを提案する。
論文 参考訳（メタデータ） (2022-09-08T01:35:45Z) - COVID-Net Biochem: An Explainability-driven Framework to Building
Machine Learning Models for Predicting Survival and Kidney Injury of COVID-19
Patients from Clinical and Biochemistry Data [66.43957431843324]
我々は、機械学習モデルを構築するための汎用的で説明可能なフレームワークであるCOVID-Net Biochemを紹介する。
この枠組みを用いて、新型コロナウイルス患者の生存率と、入院中に急性腎不全を発症する可能性を予測する。
論文 参考訳（メタデータ） (2022-04-24T07:38:37Z) - Intelligent Sight and Sound: A Chronic Cancer Pain Dataset [74.77784420691937]
本稿では,Intelligent Sight and Sound (ISS) 臨床試験の一環として収集された,最初の慢性ガン痛データセットを紹介する。
これまで収集されたデータは29の患者、509のスマートフォンビデオ、189,999のフレーム、そして自己報告された感情と活動の痛みのスコアから成っている。
静的画像とマルチモーダルデータを用いて、自己報告された痛みレベルを予測する。
論文 参考訳（メタデータ） (2022-04-07T22:14:37Z) - Lung Cancer Lesion Detection in Histopathology Images Using Graph-Based
Sparse PCA Network [93.22587316229954]
ヘマトキシリンとエオシン(H&E)で染色した組織学的肺スライドにおける癌病変の自動検出のためのグラフベーススパース成分分析(GS-PCA)ネットワークを提案する。
我々は,SVM K-rasG12D肺がんモデルから得られたH&Eスライダーの精度・リコール率,Fスコア,谷本係数,レシーバ演算子特性(ROC)の曲線下領域を用いて,提案アルゴリズムの性能評価を行った。
論文 参考訳（メタデータ） (2021-10-27T19:28:36Z) - COVIDx-US -- An open-access benchmark dataset of ultrasound imaging data
for AI-driven COVID-19 analytics [116.6248556979572]
COVIDx-USは、新型コロナウイルス関連超音波画像データのオープンアクセスベンチマークデータセットです。
肺超音波93本と,SARS-CoV-2肺炎,非SARS-CoV-2肺炎,健康管理症例10,774本からなる。
論文 参考訳（メタデータ） (2021-03-18T03:31:33Z) - Classification supporting COVID-19 diagnostics based on patient survey
data [82.41449972618423]
新型コロナウイルス患者の効果的なスクリーニングを可能にするロジスティック回帰とXGBoost分類器が作成された。
得られた分類モデルは、DECODEサービス(decode.polsl.pl)の基礎を提供し、COVID-19病患者のスクリーニング支援に役立てることができる。
このデータセットは、3,000以上のサンプルで構成されており、ポーランドの病院で収集されたアンケートに基づいている。
論文 参考訳（メタデータ） (2020-11-24T17:44:01Z) - Integrative Analysis for COVID-19 Patient Outcome Prediction [53.11258640541513]
我々は、集中治療室入院の必要性を予測するために、人口統計、バイタルサイン、実験室の所見から、肺不透明度の放射能と非画像の特徴を組み合わせる。
また, 地域性肺炎を含む他の肺疾患にも適用できるが, 地域性肺炎に限らない。
論文 参考訳（メタデータ） (2020-07-20T19:08:50Z)
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。