論文の概要: Mining Social Determinants of Health for Heart Failure Patient 30-Day Readmission via Large Language Model

• arxiv url: http://arxiv.org/abs/2502.12158v1
• Date: Thu, 23 Jan 2025 23:05:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-02 04:52:18.881235
• Title: Mining Social Determinants of Health for Heart Failure Patient 30-Day Readmission via Large Language Model
• Title（参考訳）: 大規模言語モデルによる30日間の心不全患者の健康決定要因の検討
• Authors: Mingchen Shao, Youjeong Kang, Xiao Hu, Hyunjung Gloria Kwak, Carl Yang, Jiaying Lu,
• Abstract要約: 心臓不全(HF)は何百万人ものアメリカ人に影響を与え、高い寛解率をもたらす。 社会経済的地位や住宅安定などの社会的健康決定要因は、健康結果において重要な役割を担っている。 本研究は,高度大言語モデル(LLM)を用いて臨床テキストからSDOHを抽出し,ロジスティック回帰を用いてHFの可読度との関係を解析する。
• 参考スコア（独自算出の注目度）: 20.890596696992727
• License:
• Abstract: Heart Failure (HF) affects millions of Americans and leads to high readmission rates, posing significant healthcare challenges. While Social Determinants of Health (SDOH) such as socioeconomic status and housing stability play critical roles in health outcomes, they are often underrepresented in structured EHRs and hidden in unstructured clinical notes. This study leverages advanced large language models (LLMs) to extract SDOHs from clinical text and uses logistic regression to analyze their association with HF readmissions. By identifying key SDOHs (e.g. tobacco usage, limited transportation) linked to readmission risk, this work also offers actionable insights for reducing readmissions and improving patient care.
• Abstract（参考訳）: 心臓不全(Heart Failure, HF)は、何百万人ものアメリカ人に影響を与え、高い寛容率をもたらす。 社会経済的地位や住宅安定などの社会的健康決定要因は、健康的な結果において重要な役割を担っているが、構造化された EHR では不足しており、構造化されていない臨床ノートに隠されていることが多い。 本研究は,高度大言語モデル(LLM)を用いて臨床テキストからSDOHを抽出し,ロジスティック回帰を用いてHFの可読度との関係を解析する。 SDOH(例えばタバコの使用量、限られた輸送量)を読み取りリスクに関連付けることで、読み込みを減らし、患者のケアを改善するための実用的な洞察を提供する。

関連論文リスト

• Integrating Social Determinants of Health into Knowledge Graphs: Evaluating Prediction Bias and Fairness in Healthcare [47.23120247002356]
  健康の社会的決定因子(SDoH)は、患者の健康結果において重要な役割を担っているが、そのバイオメディカル知識グラフへの統合は未解明のままである。 本研究では,MIMIC-IIIデータセットとPrimeKGを用いて,SDoHに富んだ知識グラフを構築することにより,このギャップを解消する。
  論文  参考訳（メタデータ） (2024-11-29T20:35:01Z)
• FedCVD: The First Real-World Federated Learning Benchmark on Cardiovascular Disease Data [52.55123685248105]
  心臓血管疾患(CVD)は、現在世界でも主要な死因であり、早期診断と治療の要点を浮き彫りにしている。 機械学習(ML)手法はCVDの早期診断に役立つが、その性能は高品質なデータへのアクセスに依存している。 本稿では、FedCVDという心臓血管疾患検出のための、世界初の実世界のFLベンチマークを示す。
  論文  参考訳（メタデータ） (2024-10-28T02:24:01Z)
• SDOH-NLI: a Dataset for Inferring Social Determinants of Health from Clinical Notes [13.991819517682574]
  社会的および行動的健康決定因子(SDOH)は、健康結果を形成する上で重要な役割を果たす。 このタスクにNLPメソッドを使うことの進歩は、高品質な公開ラベル付きデータの不足によって妨げられている。 本稿では,公開ノートをベースとした新たなデータセットであるSDOH-NLIを紹介する。
  論文  参考訳（メタデータ） (2023-10-27T19:09:30Z)
• Interpretable Survival Analysis for Heart Failure Risk Prediction [50.64739292687567]
  現状の生存モデルと解釈可能かつ競合する新しい生存分析パイプラインを提案する。 我々のパイプラインは最先端のパフォーマンスを達成し、心不全のリスク要因に関する興味深い新しい洞察を提供する。
  論文  参考訳（メタデータ） (2023-10-24T02:56:05Z)
• Evaluating the Impact of Social Determinants on Health Prediction in the Intensive Care Unit [10.764842579064636]
  健康の社会的決定因子(SDOH)は、人の健康と幸福に重要な役割を果たす。 電子健康記録に基づくリスク予測モデルの多くは、包括的なSDOH機能群を含まない。 我々の研究は、公開のEHRデータベースMIMIC-IVをドキュメント化されたSDOH機能にリンクしています。
  論文  参考訳（メタデータ） (2023-05-22T01:27:51Z)
• SPeC: A Soft Prompt-Based Calibration on Performance Variability of Large Language Model in Clinical Notes Summarization [50.01382938451978]
  本稿では,ソフトプロンプトを用いたモデルに依存しないパイプラインを導入し,確率に基づく要約の利点を保ちながら分散を減少させる。 実験結果から,本手法は性能を向上するだけでなく,様々な言語モデルの分散を効果的に抑制することが明らかとなった。
  論文  参考訳（メタデータ） (2023-03-23T04:47:46Z)
• Leveraging Natural Language Processing to Augment Structured Social Determinants of Health Data in the Electronic Health Record [1.7812428873698403]
  健康の社会的決定因子(SDOH)は健康に影響を及ぼす。 臨床ノートにはより包括的なSDOH情報が含まれていることが多い。 我々は,ディープラーニングエンティティと関係抽出アーキテクチャを用いた新しいSDOH抽出器を開発した。
  論文  参考訳（メタデータ） (2022-12-14T22:51:49Z)
• Systematic Design and Evaluation of Social Determinants of Health Ontology (SDoHO) [19.90090257979115]
  健康の社会的決定因子(SDoH)は、健康の結果と幸福に重大な影響を及ぼす。 本稿では,SDoH の基本的な因子とその関係を標準化し,測定可能な方法で表現する SDoH オントロジー (SDoHO) を提案する。
  論文  参考訳（メタデータ） (2022-12-04T22:23:30Z)
• Predicting Patient Readmission Risk from Medical Text via Knowledge Graph Enhanced Multiview Graph Convolution [67.72545656557858]
  本稿では,電子健康記録の医用テキストを予測に用いる新しい手法を提案する。 外部知識グラフによって強化された多視点グラフを有する患者の退院サマリーを表現している。 実験により,本手法の有効性が証明され,最先端の性能が得られた。
  論文  参考訳（メタデータ） (2021-12-19T01:45:57Z)
• Assessing the Severity of Health States based on Social Media Posts [62.52087340582502]
  ユーザの健康状態の重症度を評価するために,テキストコンテンツとコンテキスト情報の両方をモデル化する多視点学習フレームワークを提案する。 多様なNLUビューは、ユーザの健康を評価するために、タスクと個々の疾患の両方に効果を示す。
  論文  参考訳（メタデータ） (2020-09-21T03:45:14Z)

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。