論文の概要: Learning from Two Decades of Blood Pressure Data: Demography-Specific
Patterns Across 75 Million Patient Encounters
- arxiv url: http://arxiv.org/abs/2402.01598v2
- Date: Mon, 5 Feb 2024 19:32:28 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-08 18:59:33.590398
- Title: Learning from Two Decades of Blood Pressure Data: Demography-Specific
Patterns Across 75 Million Patient Encounters
- Title(参考訳): 20年にわたる血圧データから学ぶ:7500万人の患者におけるデモグラフィ特有のパターン
- Authors: Seyedeh Somayyeh Mousavi and Yuting Guo and Abeed Sarker and Reza
Sameni
- Abstract要約: 高血圧はいまだに世界的な健康上の問題であり、有病率の上昇、効果的なモニタリングと血圧動態の理解が必要である。
この研究は、高血圧の傾向を理解する上で重要なアプローチであるBP測定から得られる情報の豊富さを掘り下げるものである。
20年にわたる7500万のレコードからなる広範なデータセットを活用して、年齢、人種、性別といった人口動態のBP変動を調査し分析するユニークな機会を提供しました。
- 参考スコア(独自算出の注目度): 3.731841514150172
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Hypertension remains a global health concern with a rising prevalence,
necessitating effective monitoring and understanding of blood pressure (BP)
dynamics. This study delves into the wealth of information derived from BP
measurement, a crucial approach in informing our understanding of hypertensive
trends. Numerous studies have reported on the relationship between BP variation
and various factors. In this research, we leveraged an extensive dataset
comprising 75 million records spanning two decades, offering a unique
opportunity to explore and analyze BP variations across demographic features
such as age, race, and gender. Our findings revealed that gender-based BP
variation was not statistically significant, challenging conventional
assumptions. Interestingly, systolic blood pressure (SBP) consistently
increased with age, while diastolic blood pressure (DBP) displayed a
distinctive peak in the forties age group. Moreover, our analysis uncovered
intriguing similarities in the distribution of BP among some of the racial
groups. This comprehensive investigation contributes to the ongoing discourse
on hypertension and underscores the importance of considering diverse
demographic factors in understanding BP variations. Our results provide
valuable insights that may inform personalized healthcare approaches tailored
to specific demographic profiles.
- Abstract(参考訳): 高血圧は依然として世界的な健康上の懸念であり、血圧(bp)動態の効果的なモニタリングと理解を必要としている。
この研究は、高血圧の傾向を理解する上で重要なアプローチであるBP測定から得られる情報の豊富さを掘り下げるものである。
BP変動と様々な要因の関係について多くの研究が報告されている。
本研究では,20年間にわたる7500万件の記録からなる広範なデータセットを活用し,年齢,人種,性別などの人口動態のBP変動を調査し分析するユニークな機会を提供する。
その結果,性別によるBP変動は統計的に有意ではなく,従来の仮定では困難であった。
興味深いことに, 収縮期血圧 (SBP) は年齢とともに常に上昇し, 拡張期血圧 (DBP) は40歳代で顕著なピークを示した。
さらに,本研究では,人種集団におけるbp分布の類似性について検討した。
この包括的調査は、高血圧に関する現在進行中の談話に寄与し、BP変動を理解する上で、多様な人口統計学的要因を検討することの重要性を強調している。
この結果は、特定の人口統計に合わせたパーソナライズされた医療アプローチを示す貴重な洞察を提供する。
関連論文リスト
- Leveraging Large Language Models for Analyzing Blood Pressure Variations
Across Biological Sex from Scientific Literature [3.731841514150172]
高血圧は正常以上の血圧(BP)と定義され、公衆衛生の領域において最も重要である。
既存のBP測定技術と標準は、臨床結果、共同性、または人口統計因子を考慮していないため、バイアスを受ける可能性がある。
大規模言語モデル (LLM) である GPT-35-turbo を用いて, BP の平均偏差値と標準偏差値を自動的に抽出した。
論文 参考訳(メタデータ) (2024-02-02T18:15:51Z) - A Finger on the Pulse of Cardiovascular Health: Smartphone
Photoplethysmography-Based Pulse Waveform Analysis for Blood Pressure
Measurement [2.6597689982591044]
血圧モニタリング(BP)は、医療機器や専門知識へのアクセス制限などの課題に直面している。
一方、ポータブルなカフBPデバイスは、一日中持ち歩くのが面倒で、先進国ではコストが抑えられないことが多い。
本研究では、連続BPモニタリングにおけるスマートフォンの利用について検討し、機械学習モデルの不透明性に関連する信頼障壁を克服することに焦点を当てた。
論文 参考訳(メタデータ) (2024-01-20T05:05:17Z) - 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) - Simulation-based Inference for Cardiovascular Models [57.92535897767929]
シミュレーションに基づく推論を用いて、波形をプラプシブルな生理的パラメータにマッピングする逆問題を解決する。
臨床応用5種類のバイオマーカーのin-silico不確実性解析を行った。
我々はMIMIC-III波形データベースを用いて,ビビオとシリカのギャップについて検討した。
論文 参考訳(メタデータ) (2023-07-26T02:34:57Z) - A Survey on Blood Pressure Measurement Technologies: Addressing
Potential Sources of Bias [4.0527913281804135]
血圧モニタリング(BP)は、心臓血管疾患の予防、診断、治療、管理において重要な役割を担っている。
最近のガイドラインでは、定期的な臨床訪問や自宅でのBPモニタリングが推奨されている。
BP測定は、測定やデバイスエラー、人口統計、身体習慣などの要因によって、かなりのバイアスとばらつきを示す可能性がある。
論文 参考訳(メタデータ) (2023-06-14T11:51:11Z) - A Deep Learning Approach to Predict Blood Pressure from PPG Signals [10.028103259763352]
血圧(BP)は、身体の生命維持機能を示す4つの主要な重要な兆候の1つである。
PPG信号に基づいてBPを推定するために,3層ディープニューラルネットワークを用いた高度なデータ駆動手法を提案する。
論文 参考訳(メタデータ) (2021-07-30T22:45:34Z) - Ambulatory blood pressure monitoring versus office blood pressure
measurement: Are there sex differences? [55.41644538483948]
オフィス血圧測定(英語: Office Blood Pressure Measurement, OBP)は、血圧を24時間で測定する技術である。
本研究の目的は,高血圧を疑う822名の患者において,性差がOBPとABPMの相違に及ぼす影響について検討することである。
論文 参考訳(メタデータ) (2021-06-04T10:09:44Z) - 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) - Estimation of Continuous Blood Pressure from PPG via a Federated
Learning Approach [5.275287291173557]
虚血性心疾患は毎年最も死亡率が高い疾患である。
心電図(ecg)と動脈圧(bp)をよく使う健康で不健康な心臓医師の動態を理解する。
これらの方法は、特に動脈圧(abp)を読み取る際に非常に侵襲的であり、非常にコストがかかることはない。
分散モデルとデータソースにまたがるフレームワークをトレーニングし、低コストのウェアラブルに実装可能な大規模な協調学習実験を模倣します。
論文 参考訳(メタデータ) (2021-02-24T12:11:23Z) - 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) - Learning Dynamic and Personalized Comorbidity Networks from Event Data
using Deep Diffusion Processes [102.02672176520382]
コンコルビンド病は、個人によって異なる複雑な時間的パターンを通じて発生し進行する。
電子的な健康記録では、患者が持つ異なる疾患を観察できるが、それぞれの共死状態の時間的関係を推測できるだけである。
我々は「ダイナミック・コオービディティ・ネットワーク」をモデル化するための深層拡散プロセスを開発する。
論文 参考訳(メタデータ) (2020-01-08T15:47:08Z)
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。