論文の概要: Enhancing kidney transplantation through multi-agent kidney exchange programs: A comprehensive review and optimization models

• arxiv url: http://arxiv.org/abs/2502.07819v1
• Date: Mon, 10 Feb 2025 04:21:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-13 13:45:40.036099
• Title: Enhancing kidney transplantation through multi-agent kidney exchange programs: A comprehensive review and optimization models
• Title（参考訳）: マルチエージェント腎移植プログラムによる腎臓移植の促進:総括的レビューと最適化モデル
• Authors: Shayan Sharifi,
• Abstract要約: 本稿では,過去20年間のキドニー交換プログラム(KEP)研究の総合的なレビューを紹介する。 腎移植の量と品質を改善することを目的とした3つの数学的モデルを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: This paper presents a comprehensive review of the last two decades of research on Kidney Exchange Programs (KEPs), systematically categorizing and classifying key contributions to provide readers with a structured understanding of advancements in the field. The review highlights the evolution of KEP methodologies and lays the foundation for our contribution. We propose three mathematical models aimed at improving both the quantity and quality of kidney transplants. Model 1 maximizes the number of transplants by focusing on compatibility based on blood type and PRA, without additional constraints. Model 2 introduces a minimum Human Leukocyte Antigen (HLA) compatibility threshold to enhance transplant quality, though this leads to fewer matches. Model 3 extends the problem to a Multi-Agent Kidney Exchange Program (MKEP), pooling incompatible donor-recipient pairs across multiple agents, resulting in a higher number of successful transplants while ensuring fairness across agents. Sensitivity analyses demonstrate trade-offs between transplant quantity and quality, with Model 3 striking the optimal balance by leveraging multi-agent collaboration to improve both the number and quality of transplants. These findings underscore the potential benefits of more integrated kidney exchange systems.
• Abstract（参考訳）: 本稿では,過去20年間のキドニー交換プログラム(KEP)研究を総合的に概観し,キーコントリビューションの体系的分類と分類を行い,この分野の進歩に関する構造化された理解を読者に提供する。 レビューでは、KEP方法論の進化を強調し、私たちの貢献の基盤を定めている。 腎移植の量と品質を改善することを目的とした3つの数学的モデルを提案する。 Model 1は、血液型とPRAに基づく互換性に焦点を当て、追加の制約なしに移植回数を最大化する。 Model 2は、ヒト白血球抗原(HLA)の最小互換性閾値を導入し、移植品質を向上するが、一致は少ない。 Model 3はこの問題をMKEP(Multi-Agent Kidney Exchange Program)に拡張し、複数のエージェント間で互換性のないドナー/ドナーペアをプールする。 感性分析は, 移植量と品質のトレードオフを示し, モデル3はマルチエージェントコラボレーションを活用して, 移植量と品質の両立を図っている。 これらの知見は、より統合された腎臓交換システムの潜在的な利点を浮き彫りにした。

関連論文リスト

• SDR-Former: A Siamese Dual-Resolution Transformer for Liver Lesion Classification Using 3D Multi-Phase Imaging [59.78761085714715]
  本研究は肝病変分類のための新しいSDR-Formerフレームワークを提案する。 提案フレームワークは2つの臨床データセットに関する総合的な実験を通じて検証された。 科学コミュニティを支援するため,肝病変解析のための多段階MRデータセットを公開しています。
  論文  参考訳（メタデータ） (2024-02-27T06:32:56Z)
• Penalties and Rewards for Fair Learning in Paired Kidney Exchange Programs [4.963350442999301]
  腎臓交換プログラム(英: kidney exchange program)または腎臓対寄付プログラム(英: kidney paired donation program)は、反復的、ダイナミックな取引と割り当てのメカニズムであると見なすことができる。 カナダ・キドニー・ペアド・寄付計画(Canadian Kidney Paired Donation Program)のフルスケールシミュレーションを用いて,この仮説を確認した。 腎臓交換プログラムの性能を決定する上で最も重要な要因は、患者とドナーのペアに対する正の重み付け(逆戻り)を司法的に割り当てることではない。
  論文  参考訳（メタデータ） (2023-09-23T16:25:49Z)
• Multi-Task Learning for Post-transplant Cause of Death Analysis: A Case Study on Liver Transplant [65.85767739748901]
  移植後の死因は、臨床的意思決定の強力なツールである。 Model for End-stage Liver Disease (MELD) スコアや従来の機械学習 (ML) メソッドのような従来の手法は、CoD 解析において限られている。 我々は,多タスク学習を利用したCoD-MTLと呼ばれる新しいフレームワークを提案し,様々なCoD予測タスク間の意味関係をモデル化する。
  論文  参考訳（メタデータ） (2023-03-30T01:31:49Z)
• MEDIMP: 3D Medical Images with clinical Prompts from limited tabular data for renal transplantation [4.377239465814404]
  腎移植における動的造影MRI(Dynamic Contrast-Enhanced Magnetic Resonance Imaging, DCE MRI)の有意義なマルチモーダル表現の学習モデルであるMEDIMPを提案する。 本稿では,Large Language Models (LLMs) から自動テキストデータ拡張を用いて医療用プロンプトを生成するフレームワークを提案する。 本研究の目的は,移植後2,3,4年後の腎移植DCE MRIの有意義な表現を学習し,最も効率のよいマルチモーダルデータを十分に活用することである。
  論文  参考訳（メタデータ） (2023-03-22T10:30:43Z)
• Fairly Predicting Graft Failure in Liver Transplant for Organ Assigning [61.30094367351618]
  肝移植は肝疾患に対して必要不可欠な治療法である。 機械学習モデルは不公平であり、特定のグループに対する偏見を引き起こす可能性がある。 本研究は,肝移植における移植不全予測を目的とした,公正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） (2023-02-18T18:24:58Z)
• A Latent Space Model for HLA Compatibility Networks in Kidney Transplantation [3.126228073640188]
  移植の生存時間に影響を与える重要な生物学的要因は、ドナーと受容器のヒト白血球抗原(HLA)の相同性である。 本稿では,ノードがドナーと受信者の異なるHLAを示すネットワークを用いてHLA互換をモデル化し,エッジウェイトは適合性を示す。 我々は,我々の潜伏空間モデルがHLA適合度をより正確に推定できるだけでなく,生存時間を予測する下流タスクの精度を向上させるために生存解析モデルに組み込むことが可能であることを実証した。
  論文  参考訳（メタデータ） (2022-11-04T02:55:25Z)
• Cross-Site Severity Assessment of COVID-19 from CT Images via Domain Adaptation [64.59521853145368]
  CT画像によるコロナウイルス病2019(COVID-19)の早期かつ正確な重症度評価は,集中治療単位のイベント推定に有効である。 ラベル付きデータを拡張し、分類モデルの一般化能力を向上させるためには、複数のサイトからデータを集約する必要がある。 この課題は、軽度の感染症と重度の感染症の集団不均衡、部位間のドメイン分布の相違、不均一な特徴の存在など、いくつかの課題に直面する。
  論文  参考訳（メタデータ） (2021-09-08T07:56:51Z)
• Predicting Kidney Transplant Survival using Multiple Feature Representations for HLAs [5.081264894734788]
  本稿では,HLA情報を機械学習に基づく生存分析アルゴリズムに組み込む生体関連特徴表現を提案する。 提案したHLAの特徴表現を10万以上の移植のデータベースで評価し,予測精度を約1%向上させた。
  論文  参考訳（メタデータ） (2021-03-04T20:22:47Z)
• Learning $\mathbf{\mathit{Matching}}$ Representations for Individualized Organ Transplantation Allocation [98.43063331640538]
  臓器アロケーションと移植結果の観察データを用いて,臓器マッチングのためのデータ駆動型ルールの学習問題を定式化する。 本稿では,表現学習に基づくモデルを提案し,ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ド 本モデルは,ヒトの専門家が実施する最先端のアロケーション手法やポリシーより優れる。
  論文  参考訳（メタデータ） (2021-01-28T01:33:21Z)
• Improving Policy-Constrained Kidney Exchange via Pre-Screening [96.27605972266296]
  バーター交換は、様々な不確実性 - 受講者の嗜好、様々なスワップの実現可能性と品質など - の様々な形態に該当する。 私たちの仕事は、腎臓移植が必要な患者が、より良いマッチングを見つけるために、生きたドナーを交換する現実のバーターマーケットである、腎臓交換によって動機付けられています。 ドナー臓器が受給者の医療チームによって拒絶された場合、計画された移植は様々な理由で失敗することが多い。 ある米国拠点の取引所は、2019年に計画された移植の約85%が失敗したと推計している。
  論文  参考訳（メタデータ） (2020-10-22T21:07:36Z)

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。