Fugu-MT 論文翻訳(概要): Investigating Speed Deviation Patterns During Glucose Episodes: A Quantile Regression Approach

論文の概要: Investigating Speed Deviation Patterns During Glucose Episodes: A Quantile Regression Approach

arxiv url: http://arxiv.org/abs/2310.02351v1
Date: Tue, 3 Oct 2023 18:27:34 GMT
ステータス: 処理完了
システム内更新日: 2023-10-05 18:01:40.339395
Title: Investigating Speed Deviation Patterns During Glucose Episodes: A Quantile Regression Approach
Title（参考訳）: グルコースエピソードにおける速度偏差パターンの検討--量子回帰アプローチ
Authors: Aparna Joshi, Jennifer Merickel, Cyrus V. Desouza, Matthew Rizzo, Pujitha Gunaratne, Anuj Sharma
Abstract要約: 糖尿病における血糖コントロールの合併症には、低血糖と高血糖のエピソードが含まれており、安全な運転に必要な認知機能や精神運動機能を損なう可能性がある。本研究は, 急性血糖時の糖尿病速度の変動パターンを, 自然環境下での糖尿病を伴わない, あるいはコントロールする運転者に対して明らかにすることを目的とした。
参考スコア（独自算出の注目度）: 2.3072218701168166
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Given the growing prevalence of diabetes, there has been significant interest in determining how diabetes affects instrumental daily functions, like driving. Complication of glucose control in diabetes includes hypoglycemic and hyperglycemic episodes, which may impair cognitive and psychomotor functions needed for safe driving. The goal of this paper was to determine patterns of diabetes speed behavior during acute glucose to drivers with diabetes who were euglycemic or control drivers without diabetes in a naturalistic driving environment. By employing distribution-based analytic methods which capture distribution patterns, our study advances prior literature that has focused on conventional approach of average speed to explore speed deviation patterns.
Abstract（参考訳）: 糖尿病の流行が高まる中、糖尿病が運転などの日常機能にどのように影響するかを決定することに大きな関心が寄せられている。糖尿病における血糖コントロールの合併症には、低血糖と高血糖のエピソードがあり、安全な運転に必要な認知機能や精神運動機能を損なう可能性がある。本研究の目的は, 急性血糖時の糖尿病速度のパターンを, 自然主義運転環境において, 糖尿病を伴わない, あるいはコントロールする運転者に対して明らかにすることであった。本研究では,分布パターンをキャプチャする分布解析手法を用いて,従来の平均速度法に着目した先行文献を進化させ,速度偏差パターンを探索する。

関連論文リスト

Chronic Disease Diagnoses Using Behavioral Data [42.96592744768303]
高血糖(糖尿病)、高脂血症、高血圧(総称3H)を独自の行動データを用いて診断することを目的としている。
論文参考訳（メタデータ） (2024-10-04T12:52:49Z)
From Glucose Patterns to Health Outcomes: A Generalizable Foundation Model for Continuous Glucose Monitor Data Analysis [50.80532910808962]
GluFormerは、トランスフォーマーアーキテクチャに基づく生体医学的時間的データの生成基盤モデルである。 GluFormerは5つの地理的領域にまたがる4936人を含む15の異なる外部データセットに一般化されている。今後4年間の健康状態も予測できる。
論文参考訳（メタデータ） (2024-08-20T13:19:06Z)
Petri nets in modelling glucose regulating processes in the liver [0.0]
肝における糖分解とグルコース合成のペトリネットモデルを提案する。我々の分析では、このモデルが異なる酵素と物質間の相互作用を捉えていることが示されている。このモデルは、健康な人と糖尿病患者の血糖調節の全体モデルを作成するという、長年の目標の最初の要素である。
論文参考訳（メタデータ） (2024-05-17T13:15:01Z)
Toward Short-Term Glucose Prediction Solely Based on CGM Time Series [4.7066018521459725]
TimeGluは、CGM時系列データに基づく短期的なグルコース予測のためのエンドツーエンドパイプラインである。患者の個人データを追加することなく、最先端のパフォーマンスを達成する。
論文参考訳（メタデータ） (2024-04-18T06:02:12Z)
Patterns Detection in Glucose Time Series by Domain Transformations and Deep Learning [0.0]
本研究は,血糖値の今後の変動を予測することを目的としており,血糖値の低下が予想される可能性がある。提案手法は, 有望な結果を得た4種類の糖尿病患者の実データを用いて検討した。
論文参考訳（メタデータ） (2023-03-30T09:08:31Z)
Task-wise Split Gradient Boosting Trees for Multi-center Diabetes Prediction [37.846368153741395]
マルチセンター糖尿病予測タスクにTSGB(Task-wise Split Gradient Boosting Trees)を提案する。 TSGBはいくつかの最先端手法に対して優れた性能を発揮する。 TSGB法は早期診断のためのオンライン糖尿病リスク評価ソフトウェアとして展開されている。
論文参考訳（メタデータ） (2021-08-16T14:22:44Z)
The Diabetic Buddy: A Diet Regulator andTracking System for Diabetics [3.7026481341955053]
中東における糖尿病の流行は17-20%であり、世界平均の8-9%を大きく上回っている。本稿では,市販センサと機械学習を用いて,糖尿病患者の血糖値と食物摂取量の自動追跡方法を提案する。
論文参考訳（メタデータ） (2021-01-08T20:03:58Z)
Predicting Parkinson's Disease with Multimodal Irregularly Collected Longitudinal Smartphone Data [75.23250968928578]
パーキンソン病は神経疾患であり、高齢者に多い。伝統的に病気を診断する方法は、一連の活動テストの品質に関する個人的主観的臨床評価に依存している。そこで本研究では,スマートフォンが収集した生の行動データを用いて,パーキンソン病を予測するための時系列に基づく新しい手法を提案する。
論文参考訳（メタデータ） (2020-09-25T01:50:15Z)
Robustness to Spurious Correlations via Human Annotations [100.63051542531171]
本稿では,人間に共通する因果関係の知識を活用して,素因関係に頑健なモデルを構築するための枠組みを提案する。具体的には、人間のアノテーションを使用して、潜在的な未測定変数でトレーニング例を拡大する。次に,未測定変数(UV-DRO)に対する分布性に頑健な新たな最適化手法を導入し,テスト時間シフトによる最悪の損失を制御する。
論文参考訳（メタデータ） (2020-07-13T20:05:19Z)
Machine learning for the diagnosis of early stage diabetes using temporal glucose profiles [0.20072624123275526]
糖尿病は慢性疾患であり、早期に疾患の検出を複雑にする長い潜伏期間を有する。本稿では,グルコース濃度の時間変化の微妙な変化を機械学習で検出することを提案する。多層パーセプトロン、畳み込みニューラルネットワーク、および繰り返しニューラルネットワークはいずれも85%以上の精度でインスリン抵抗の程度を同定した。
論文参考訳（メタデータ） (2020-05-18T13:31:12Z)
Short Term Blood Glucose Prediction based on Continuous Glucose Monitoring Data [53.01543207478818]
本研究では,デジタル意思決定支援ツールの入力として連続グルコースモニタリング(Continuous Glucose Monitoring, CGM)データを利用する方法について検討する。短時間の血液グルコース (STBG) 予測において, リカレントニューラルネットワーク (Recurrent Neural Networks, RNN) をどのように利用できるかを検討する。
論文参考訳（メタデータ） (2020-02-06T16:39:44Z)

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。