論文の概要: Leveraging Large Language Models for Analyzing Blood Pressure Variations
Across Biological Sex from Scientific Literature
- arxiv url: http://arxiv.org/abs/2402.01826v1
- Date: Fri, 2 Feb 2024 18:15:51 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-07 00:06:21.598930
- Title: Leveraging Large Language Models for Analyzing Blood Pressure Variations
Across Biological Sex from Scientific Literature
- Title（参考訳）: 大規模言語モデルを用いた学術文献からの生物学的性別間の血圧変動の解析
- Authors: Yuting Guo, Seyedeh Somayyeh Mousavi, Reza Sameni, Abeed Sarker
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 3.731841514150172
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Hypertension, defined as blood pressure (BP) that is above normal, holds
paramount significance in the realm of public health, as it serves as a
critical precursor to various cardiovascular diseases (CVDs) and significantly
contributes to elevated mortality rates worldwide. However, many existing BP
measurement technologies and standards might be biased because they do not
consider clinical outcomes, comorbidities, or demographic factors, making them
inconclusive for diagnostic purposes. There is limited data-driven research
focused on studying the variance in BP measurements across these variables. In
this work, we employed GPT-35-turbo, a large language model (LLM), to
automatically extract the mean and standard deviation values of BP for both
males and females from a dataset comprising 25 million abstracts sourced from
PubMed. 993 article abstracts met our predefined inclusion criteria (i.e.,
presence of references to blood pressure, units of blood pressure such as mmHg,
and mention of biological sex). Based on the automatically-extracted
information from these articles, we conducted an analysis of the variations of
BP values across biological sex. Our results showed the viability of utilizing
LLMs to study the BP variations across different demographic factors.
- Abstract（参考訳）: 高血圧は、正常以上の血圧(bp)と定義されており、様々な心血管疾患(cvd)の重要な前駆体となり、世界中で死亡率の上昇に寄与しているため、公衆衛生の領域において最重要視されている。
しかし、多くの既存のBP測定技術や標準は、臨床結果、共同性、または人口統計学的要因を考慮せず、診断目的では決定的でないためバイアスを受ける可能性がある。
これらの変数間のBP測定のばらつきの研究に焦点を当てたデータ駆動型研究が限られている。
本研究では,大言語モデル(llm)であるgpt-35-turboを用いて,pubmedから抽出した2500万の抽象データから,男女ともにbpの平均偏差値と標準偏差値を自動的に抽出した。
993条の要約は、予め定義された包括的基準(血圧への言及の有無、mHgのような血圧単位、生物学的性への言及)を満たした。
これらの論文から得られた情報をもとに, 生物学的性別におけるbp値の変動を解析した。
以上の結果から, LLMを用いたBPの変動について, 様々な要因で検討できる可能性が示唆された。
関連論文リスト
- A Multi-scenario Attention-based Generative Model for Personalized Blood Pressure Time Series Forecasting [6.311504297463515]
連続血圧モニタリングは、重要なケア設定において、タイムリーな診断と介入に不可欠である。
本研究では,心電図(ECG)と光胸腺図( Photoplethysmogram)の信号を用いたパーソナライズされたBP予測モデルを提案する。
実験は,60名の被験者からBP測定を行った3つのシナリオから収集したデータセットを用いて行った。
論文 参考訳（メタデータ） (2024-09-07T04:24:15Z) - Meta-Learners for Partially-Identified Treatment Effects Across Multiple Environments [67.80453452949303]
観察データから条件平均治療効果(CATE)を推定することは、パーソナライズされた医療など多くの応用に関係している。
ここでは、観測データが複数の環境からやってくる広範囲な環境に焦点を当てる。
任意の機械学習モデルと組み合わせて使用可能な境界を推定するために、異なるモデルに依存しない学習者(いわゆるメタ学習者)を提案する。
論文 参考訳（メタデータ） (2024-06-04T16:31:43Z) - Using Pre-training and Interaction Modeling for ancestry-specific disease prediction in UK Biobank [69.90493129893112]
近年のゲノムワイド・アソシエーション(GWAS)研究は、複雑な形質の遺伝的基盤を明らかにしているが、非ヨーロッパ系個体の低発現を示している。
そこで本研究では,マルチオミクスデータを用いて,多様な祖先間での疾患予測を改善することができるかを評価する。
論文 参考訳（メタデータ） (2024-04-26T16:39:50Z) - Learning from Two Decades of Blood Pressure Data: Demography-Specific Patterns Across 75 Million Patient Encounters [3.416097871805964]
高血圧は世界的な健康上の問題であり、血圧動態の効果的なモニタリングと分析の必要性を浮き彫りにしている。
米国ジョージア州のエモリー・ヘルスケアで2000年から2022年の間に収集された2,054,462名の患者75,636,128名のBPデータセットを分析した。
論文 参考訳（メタデータ） (2024-02-02T17:51:49Z) - 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 Shallow U-Net Architecture for Reliably Predicting Blood Pressure (BP)
from Photoplethysmogram (PPG) and Electrocardiogram (ECG) Signals [1.1695966610359496]
病院で血液圧(BP)の連続モニタリングに使われている方法のほとんどは、侵襲的である。
本研究では,光胸腺図や心電図などの非侵襲的に収集可能な信号からBPを予測するためのオートエンコーダの適用性を検討した。
非常に浅い1次元オートエンコーダは、非常に大きなデータセット上で最先端の性能でSBPとDBPを予測するために関連する特徴を抽出できることがわかった。
論文 参考訳（メタデータ） (2021-11-12T19:34:20Z) - Label scarcity in biomedicine: Data-rich latent factor discovery
enhances phenotype prediction [102.23901690661916]
低次元の埋め込み空間は、健康指標、ライフスタイル、および人口動態の予測をデータスカース化するために、英国バイオバンクの人口データセットから導出することができる。
半超越的アプローチによるパフォーマンス向上は、おそらく様々な医学データサイエンス応用にとって重要な要素となるだろう。
論文 参考訳（メタデータ） (2021-10-12T16:25:50Z) - 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) - Personalized pathology test for Cardio-vascular disease: Approximate
Bayesian computation with discriminative summary statistics learning [48.7576911714538]
近似計算を用いて生物学的に有意なパラメータを推定するための血小板沈着モデルと推論手法を提案する。
この研究は、CVDの検出と治療のためのパーソナライズされた病理検査の先例のない機会を開く。
論文 参考訳（メタデータ） (2020-10-13T15:20:21Z)
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。