Fugu-MT 論文翻訳(概要): Machine Learning-driven Analysis of Gastrointestinal Symptoms in Post-COVID-19 Patients

論文の概要: Machine Learning-driven Analysis of Gastrointestinal Symptoms in Post-COVID-19 Patients

arxiv url: http://arxiv.org/abs/2310.00540v1
Date: Wed, 27 Sep 2023 22:34:19 GMT
ステータス: 処理完了
システム内更新日: 2023-10-15 15:08:32.345340
Title: Machine Learning-driven Analysis of Gastrointestinal Symptoms in Post-COVID-19 Patients
Title（参考訳）: covid-19後の消化器症状の機械学習による解析
Authors: Maitham G. Yousif, Fadhil G. Al-Amran, Salman Rawaf, Mohammad Abdulla Grmt
Abstract要約: この研究は、2022年から2023年にかけて収集されたイラクの新型コロナウイルス後913人のデータを基にしている。腹痛, 吐き気, 腹痛を主訴に来院した。これらの知見は、新型コロナウイルス後ケアにおけるGI症状のモニタリングと対処の重要性を浮き彫りにした。
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, caused by the novel coronavirus SARS-CoV-2, has posed significant health challenges worldwide. While respiratory symptoms have been the primary focus, emerging evidence has highlighted the impact of COVID-19 on various organ systems, including the gastrointestinal (GI) tract. This study, based on data from 913 post-COVID-19 patients in Iraq collected during 2022 and 2023, investigates the prevalence and patterns of GI symptoms in individuals recovering from COVID-19 and leverages machine learning algorithms to identify predictive factors for these symptoms. The research findings reveal that a notable percentage of post-COVID-19 patients experience GI symptoms during their recovery phase. Diarrhea emerged as the most frequently reported symptom, followed by abdominal pain and nausea. Machine learning analysis uncovered significant predictive factors for GI symptoms, including age, gender, disease severity, comorbidities, and the duration of COVID-19 illness. These findings underscore the importance of monitoring and addressing GI symptoms in post-COVID-19 care, with machine learning offering valuable tools for early identification and personalized intervention. This study contributes to the understanding of the long-term consequences of COVID-19 on GI health and emphasizes the potential benefits of utilizing machine learning-driven analysis in predicting and managing these symptoms. Further research is warranted to delve into the mechanisms underlying GI symptoms in COVID-19 survivors and to develop targeted interventions for symptom management. Keywords: COVID-19, gastrointestinal symptoms, machine learning, predictive factors, post-COVID-19 care, long COVID.
Abstract（参考訳）: 新型コロナウイルス感染症(SARS-CoV-2)による新型コロナウイルスのパンデミックは、世界中で深刻な健康問題を引き起こしている。呼吸器症状が主な対象だが、新たな証拠として、消化器(gi)を含む様々な臓器系に対するcovid-19の影響が指摘されている。この研究は、2022年から2023年にかけて収集されたイラクの913人の患者のデータに基づいて、新型コロナウイルスから回復した個人におけるGI症状の頻度とパターンを調査し、機械学習アルゴリズムを利用してこれらの症状の予測因子を同定する。研究の結果、共生後の19例の著明な割合が回復期にgi症状を呈していることが判明した。症状は腹痛,吐き気,腹痛を主訴に来院した。機械学習分析により、年齢、性別、病気の重症度、共生性、新型コロナウイルス感染症の期間など、GI症状の重要な予測因子が明らかになった。これらの知見は、早期の識別とパーソナライズされた介入のための貴重なツールを提供する機械学習によって、COVID-19後のケアにおけるGI症状のモニタリングと対処の重要性を強調している。本研究は、GIヘルスに対するCOVID-19の長期的影響の理解に寄与し、これらの症状の予測と管理に機械学習による分析を活用することの潜在的メリットを強調した。さらなる研究は、新型コロナウイルスの生存者のGI症状のメカニズムを解明し、症状管理のための標的的介入を開発することが求められている。キーワード:covid-19、消化器症状、機械学習、予測要因、covid-19後のケア、長いcovid-19。

関連論文リスト

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)
Automated Detection of Persistent Inflammatory Biomarkers in Post-COVID-19 Patients Using Machine Learning Techniques [0.0]
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。
論文参考訳（メタデータ） (2023-09-26T17:41:10Z)
Long-term Neurological Sequelae in Post-COVID-19 Patients: A Machine Learning Approach to Predict Outcomes [0.0]
主な目的は、さまざまな臨床データとニューロイメージングパラメータに基づいた機械学習アプローチによる結果の予測であった。機械学習モデルの適用は、長期的な神経学的結果を予測する上で有望な結果を示した。
論文参考訳（メタデータ） (2023-09-15T21:36:43Z)
Human Behavior in the Time of COVID-19: Learning from Big Data [71.26355067309193]
2020年3月以降、新型コロナウイルスの感染者は6億人を超え、600万人以上が死亡している。パンデミックはあらゆる面で人間の行動に影響を与え、変化をもたらした。研究者は自然言語処理、コンピュータビジョン、音声信号処理、頻繁なパターンマイニング、機械学習といったビッグデータ技術を採用してきた。
論文参考訳（メタデータ） (2023-03-23T17:19:26Z)
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)
Detection of COVID-19 Using Heart Rate and Blood Pressure: Lessons Learned from Patients with ARDS [2.257929280955475]
米国の感染者数は世界最高(790万人)。カリフォルニア大学ヘルスセンター5校に入院した70人のARDS患者の血圧と心拍数の長期記録を分析した。データの最初の8日だけで、私たちのディープラーニングモデルは78.79%の精度で、COVID-19に感染したARDS患者の重要な徴候を分類することができます。
論文参考訳（メタデータ） (2020-11-12T19:56:27Z)
Medical Imaging and Computational Image Analysis in COVID-19 Diagnosis: A Review [33.828866061570096]
新型コロナウイルス(COVID-19)は、無症状の患者でも早期に診断できる医療画像の兆候を明らかにしている。新型コロナウイルス(COVID-19)自動診断法の性能向上のため、患者からのバルク画像データを可能な限り短時間で収集することが推奨されている。
論文参考訳（メタデータ） (2020-10-01T06:38:06Z)
A New Screening Method for COVID-19 based on Ocular Feature Recognition by Machine Learning Tools [66.20818586629278]
コロナウイルス感染症2019(COVID-19)は、数百万人に影響している。一般的なCCDやCMOSカメラで撮影された視線領域の画像を分析する新しいスクリーニング手法は、新型コロナウイルスの急激なリスクスクリーニングを確実に実現する可能性がある。
論文参考訳（メタデータ） (2020-09-04T00:50:27Z)
Understanding the temporal evolution of COVID-19 research through machine learning and natural language processing [66.63200823918429]
重症急性呼吸器症候群2号(SARS-CoV-2)による新型コロナウイルス感染症(COVID-19)の流行は、世界中の人々の生活や社会に影響を与え続けている。私たちは複数のデータソース、すなわちPubMedとArXivを使用し、現在のCOVID-19研究の風景を特徴づけるために、いくつかの機械学習モデルを構築しました。調査の結果,PubMedとArXivで利用可能な研究の種類は異なることが確認された。
論文参考訳（メタデータ） (2020-07-22T18:02:39Z)
COVID-DA: Deep Domain Adaptation from Typical Pneumonia to COVID-19 [92.4955073477381]
新型コロナウイルス感染症(COVID-19)の流行はすでに何百万人もの人々に感染しており、今でも世界中で急速に拡大している。近年,ディープラーニングを効果的なコンピュータ支援手法として利用し,診断効率を向上している。本稿では,新たな深部ドメイン適応手法,すなわちCOVID-DAを提案する。
論文参考訳（メタデータ） (2020-04-30T03:13:40Z)
Mapping the Landscape of Artificial Intelligence Applications against COVID-19 [59.30734371401316]
世界保健機関(WHO)は、SARS-CoV-2ウイルスによる新型コロナウイルスの感染をパンデミックと宣言した。我々は、機械学習と、より広範に、人工知能を用いた最近の研究の概要を、新型コロナウイルス危機の多くの側面に取り組むために提示する。
論文参考訳（メタデータ） (2020-03-25T12:30:33Z)

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。