論文の概要: Detection and prediction of clopidogrel treatment failures using
longitudinal structured electronic health records
- arxiv url: http://arxiv.org/abs/2310.08757v1
- Date: Thu, 12 Oct 2023 22:52:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2023-10-16 15:12:38.656769
- Title: Detection and prediction of clopidogrel treatment failures using
longitudinal structured electronic health records
- Title（参考訳）: 縦型構造型電子健康記録を用いたclopidogrel治療障害の検出と予測
- Authors: Samuel Kim, In Gu Sean Lee, Mijeong Irene Ban, Jane Chiang
- Abstract要約: 自然言語処理(AUC)アプリケーションで使用されるさまざまな機械学習アルゴリズムを導入し、処理障害の検出と予測のためのモデルを構築する。
今回,英国バイオバンクからクロピドグレル処方薬のコホートを作製し,第1回クロピドグレル処方薬の1年以内に治療失敗例を報告した。
患者1人あたりの診断,処方,処置記録を収集し,同じ日付で来院してモデルを構築した。
- 参考スコア（独自算出の注目度）: 0.44865923696339866
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We propose machine learning algorithms to automatically detect and predict
clopidogrel treatment failure using longitudinal structured electronic health
records (EHR). By drawing analogies between natural language and structured
EHR, we introduce various machine learning algorithms used in natural language
processing (NLP) applications to build models for treatment failure detection
and prediction. In this regard, we generated a cohort of patients with
clopidogrel prescriptions from UK Biobank and annotated if the patients had
treatment failure events within one year of the first clopidogrel prescription;
out of 502,527 patients, 1,824 patients were identified as treatment failure
cases, and 6,859 patients were considered as control cases. From the dataset,
we gathered diagnoses, prescriptions, and procedure records together per
patient and organized them into visits with the same date to build models. The
models were built for two different tasks, i.e., detection and prediction, and
the experimental results showed that time series models outperform bag-of-words
approaches in both tasks. In particular, a Transformer-based model, namely
BERT, could reach 0.928 AUC in detection tasks and 0.729 AUC in prediction
tasks. BERT also showed competence over other time series models when there is
not enough training data, because it leverages the pre-training procedure using
large unlabeled data.
- Abstract（参考訳）: 縦構造電子健康記録(EHR)を用いてクロピドッグレル治療失敗を自動的に検出・予測する機械学習アルゴリズムを提案する。
自然言語処理(NLP)アプリケーションで使用されるさまざまな機械学習アルゴリズムを導入し,処理障害の検出と予測のためのモデルを構築した。
本研究は,英国バイオバンクからクロピドグレル処方薬を投与した患者のコホートを作成し,第1回クロピドグレル処方薬の1年以内に治療不全が発生した場合,502,527例中1,824例が治療不全例と診断され,6,859例が対照例と考えられた。
データセットから患者1人あたりの診断・処方・治療記録を収集し,同じ日程で訪問してモデルを構築した。
モデルは2つの異なるタスク、すなわち検出と予測のために構築され、実験の結果、時系列モデルは両方のタスクにおいてバグ・オブ・ワードのアプローチより優れていることが示された。
特に、TransformerベースのモデルであるBERTは、検出タスクで0.928 AUC、予測タスクで0.729 AUCに達することができた。
BERTは他の時系列モデルに対して十分なトレーニングデータがない場合の能力を示した。
関連論文リスト
- Safe AI for health and beyond -- Monitoring to transform a health
service [51.8524501805308]
機械学習アルゴリズムの出力を監視するために必要なインフラストラクチャを評価する。
モデルのモニタリングと更新の例を示す2つのシナリオを提示します。
論文 参考訳（メタデータ） (2023-03-02T17:27:45Z) - A multi-stage machine learning model on diagnosis of esophageal
manometry [50.591267188664666]
このフレームワークには、飲み込みレベルにおけるディープラーニングモデルと、学習レベルにおける機能ベースの機械学習モデルが含まれている。
これは、生のマルチスワローデータからHRM研究のCC診断を自動的に予測する最初の人工知能モデルである。
論文 参考訳（メタデータ） (2021-06-25T20:09:23Z) - Synthesizing time-series wound prognosis factors from electronic medical
records using generative adversarial networks [0.0]
創傷予後因子を合成するためにgans(time series medical generative adversarial networks)を開発した。
条件付きトレーニング戦略は, 癒しや非癒しの観点から, 訓練の強化と分類データの生成に活用された。
論文 参考訳（メタデータ） (2021-05-03T20:26:48Z) - Adversarial Sample Enhanced Domain Adaptation: A Case Study on
Predictive Modeling with Electronic Health Records [57.75125067744978]
ドメイン適応を容易にするデータ拡張手法を提案する。
逆生成したサンプルはドメイン適応時に使用される。
その結果,本手法の有効性とタスクの一般性が確認された。
論文 参考訳（メタデータ） (2021-01-13T03:20:20Z) - Patient-independent Epileptic Seizure Prediction using Deep Learning
Models [39.19336481493405]
発作予知システムの目的は、発作が起こる前に起こる前頭前脳のステージを正常に識別することである。
患者に依存しない発作予測モデルは、データセット内の複数の被験者に正確なパフォーマンスを提供するように設計されている。
患者に依存しない2つの深層学習アーキテクチャを提案する。
論文 参考訳（メタデータ） (2020-11-18T23:13:48Z) - A Knowledge Distillation Ensemble Framework for Predicting Short and
Long-term Hospitalisation Outcomes from Electronic Health Records Data [5.844828229178025]
既存の結果予測モデルは、頻繁なポジティブな結果の低いリコールに悩まされる。
我々は、死亡率とICUの受け入れによって表される逆さを自動的に予測する、高度にスケーリング可能な、堅牢な機械学習フレームワークを提案する。
論文 参考訳（メタデータ） (2020-11-18T15:56:28Z) - Longitudinal modeling of MS patient trajectories improves predictions of
disability progression [2.117653457384462]
本研究は, 実世界の患者データから情報を最適に抽出する作業に対処する。
本研究では,患者軌跡モデリングに適した機械学習手法を用いることで,患者の障害進行を2年間の地平線で予測できることを示す。
文献で利用可能なモデルと比較して、この研究はMS病の進行予測に最も完全な患者履歴を使用する。
論文 参考訳（メタデータ） (2020-11-09T20:48:00Z) - Trajectories, bifurcations and pseudotime in large clinical datasets:
applications to myocardial infarction and diabetes data [94.37521840642141]
混合データ型と欠落値を特徴とする大規模臨床データセット分析のための半教師付き方法論を提案する。
この手法は、次元の減少、データの可視化、クラスタリング、特徴の選択と、部分的に順序付けられた観測列における測地距離(擬時)の定量化のタスクを同時に扱うことのできる弾性主グラフの適用に基づいている。
論文 参考訳（メタデータ） (2020-07-07T21:04:55Z) - Hemogram Data as a Tool for Decision-making in COVID-19 Management:
Applications to Resource Scarcity Scenarios [62.997667081978825]
新型コロナウイルス(COVID-19)のパンデミックは世界中の緊急対応システムに挑戦している。
本研究は, 症状患者の血液検査データから得られた機械学習モデルについて述べる。
提案されたモデルでは、新型コロナウイルスqRT-PCRの結果を、高い精度、感度、特異性で症状のある個人に予測することができる。
論文 参考訳（メタデータ） (2020-05-10T01:45:03Z) - Med7: a transferable clinical natural language processing model for
electronic health records [6.935142529928062]
本稿では,臨床自然言語処理のための匿名認識モデルを提案する。
このモデルは、薬物名、ルート、頻度、摂取量、強度、形態、期間の7つのカテゴリを認識するよう訓練されている。
本研究は、米国における集中治療室のデータから、英国における二次医療精神保健記録(CRIS)へのモデル導入可能性を評価するものである。
論文 参考訳（メタデータ） (2020-03-03T00:55:43Z) - Estimating Counterfactual Treatment Outcomes over Time Through
Adversarially Balanced Representations [114.16762407465427]
時間とともに治療効果を推定するためにCRN(Counterfactual Recurrent Network)を導入する。
CRNは、患者履歴のバランスの取れた表現を構築するために、ドメイン敵のトレーニングを使用する。
本モデルでは, 正解率の予測と適切な治療時期の選択において, 誤差の低減を図っている。
論文 参考訳（メタデータ） (2020-02-10T20:47:36Z)
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。