論文の概要: Early Prediction of Alzheimer's and Related Dementias: A Machine Learning Approach Utilizing Social Determinants of Health Data
- arxiv url: http://arxiv.org/abs/2503.16560v1
- Date: Thu, 20 Mar 2025 03:16:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-24 14:55:27.581091
- Title: Early Prediction of Alzheimer's and Related Dementias: A Machine Learning Approach Utilizing Social Determinants of Health Data
- Title（参考訳）: アルツハイマー病と認知症に関する早期予測 : 健康データの社会的要因を利用した機械学習アプローチ
- Authors: Bereket Kindo, Arjee Restar, Anh Tran,
- Abstract要約: アルツハイマー病と関連する認知症(AD/ADRD)は、600万人以上のアメリカ人に影響を及ぼす医療危機の進行を示している。
社会的健康決定因子(SDOH)は認知機能のリスクと進行の両方に大きな影響を及ぼす。
本報告は、これらの社会的、環境的、構造的要因が認知的健康軌道に与える影響について考察する。
- 参考スコア（独自算出の注目度）: 1.4140700984013321
- License:
- Abstract: Alzheimer's disease and related dementias (AD/ADRD) represent a growing healthcare crisis affecting over 6 million Americans. While genetic factors play a crucial role, emerging research reveals that social determinants of health (SDOH) significantly influence both the risk and progression of cognitive functioning, such as cognitive scores and cognitive decline. This report examines how these social, environmental, and structural factors impact cognitive health trajectories, with a particular focus on Hispanic populations, who face disproportionate risk for AD/ADRD. Using data from the Mexican Health and Aging Study (MHAS) and its cognitive assessment sub study (Mex-Cog), we employed ensemble of regression trees models to predict 4-year and 9-year cognitive scores and cognitive decline based on SDOH. This approach identified key predictive SDOH factors to inform potential multilevel interventions to address cognitive health disparities in this population.
- Abstract（参考訳）: アルツハイマー病と関連する認知症(AD/ADRD)は、600万人以上のアメリカ人に影響を及ぼす医療危機の進行を示している。
遺伝的要因が重要な役割を担っている一方で、近年の研究では、認知スコアや認知低下といった認知機能のリスクと進歩の両方に社会的決定因子が大きな影響を及ぼすことが明らかになっている。
本報告は,これらの社会的,環境的,構造的要因が,AD/ADRDの不均等なリスクに直面しているヒスパニック系人口を中心に,認知的健康トラジェクトリーにどのように影響するかを検討する。
メキシコ健康・老化研究(MHAS)とその認知評価サブスタディ(Mex-Cog)のデータを用いて,4年9年9年間の認知スコアとSDOHに基づく認知低下を予測するために,回帰木モデルのアンサンブルを用いた。
このアプローチは、この集団の認知的健康格差に対処するために、潜在的に多段階の介入を通知する重要なSDOH因子を特定した。
関連論文リスト
- Leveraging Social Determinants of Health in Alzheimer's Research Using LLM-Augmented Literature Mining and Knowledge Graphs [33.755845172595365]
成長する証拠は、社会的健康決定因子(SDoH)がアルツハイマー病(AD)と関連する認知症を発症する個人のリスクに影響を与えることを示唆している。
本研究は、SDoHの知識を広範囲にわたる文献から抽出し、AD関連生物学的実体と統合するための、新しい自動化された枠組みを提案する。
本フレームワークは,ADにおける知識発見の促進を約束し,他のSDoH関連研究領域に一般化することができる。
論文 参考訳（メタデータ） (2024-10-04T21:39:30Z) - Feasibility of Identifying Factors Related to Alzheimer's Disease and
Related Dementia in Real-World Data [56.7069469207376]
537例から10項目で477の危険因子を抽出した。
AD/ADRDの遺伝子検査は、まだ一般的ではなく、構造化EHRと非構造化EHRの両方で文書化されていない。
AD/ADRDリスクファクタに関する継続的な研究を考えると、NLP法による文献マイニングは、私たちの知識マップを自動的に更新するソリューションを提供する。
論文 参考訳（メタデータ） (2024-02-03T18:17:19Z) - Decoding Susceptibility: Modeling Misbelief to Misinformation Through a Computational Approach [61.04606493712002]
誤報に対する感受性は、観測不可能な不検証の主張に対する信念の度合いを記述している。
既存の感受性研究は、自己報告された信念に大きく依存している。
本稿では,ユーザの潜在感受性レベルをモデル化するための計算手法を提案する。
論文 参考訳（メタデータ） (2023-11-16T07:22:56Z) - Identifying Risk Factors for Post-COVID-19 Mental Health Disorders: A
Machine Learning Perspective [0.0]
我々は、機械学習技術を利用して、COVID-19後のメンタルヘルス障害に関連するリスク要因を特定しました。
年齢、性別、居住地は、精神疾患の発症に影響を及ぼす重要な人口統計要因であった。
新型コロナウイルス感染症の重症度は、重要な臨床予測因子であった。
論文 参考訳（メタデータ） (2023-09-27T22:30:11Z) - Sensitivity, Performance, Robustness: Deconstructing the Effect of
Sociodemographic Prompting [64.80538055623842]
社会デマトグラフィープロンプトは、特定の社会デマトグラフィープロファイルを持つ人間が与える答えに向けて、プロンプトベースのモデルの出力を操縦する技術である。
ソシオデマトグラフィー情報はモデル予測に影響を及ぼし、主観的NLPタスクにおけるゼロショット学習を改善するのに有用であることを示す。
論文 参考訳（メタデータ） (2023-09-13T15:42:06Z) - Agent-Based Model: Simulating a Virus Expansion Based on the Acceptance
of Containment Measures [65.62256987706128]
比較疫学モデルは、疾患の状態に基づいて個人を分類する。
我々は、適応されたSEIRDモデルと市民のための意思決定モデルを組み合わせたABMアーキテクチャを提案する。
スペイン・ア・コルナにおけるSARS-CoV-2感染症の進行状況について検討した。
論文 参考訳（メタデータ） (2023-07-28T08:01:05Z) - 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) - Bridging the Gap between Deep Learning and Hypothesis-Driven Analysis
via Permutation Testing [16.397774179084607]
置換テストの概念に基づくフレキシブルでスケーラブルなアプローチを提案する。
青少年期における全国アルコール・神経発達コンソーシアム621名の年次自己報告評価にアプローチを適用した。
本手法は,症状を説明する危険因子の分類に成功している。
論文 参考訳（メタデータ） (2022-07-28T19:01:09Z) - MET: Multimodal Perception of Engagement for Telehealth [52.54282887530756]
ビデオから人間のエンゲージメントレベルを知覚する学習ベースアルゴリズムMETを提案する。
我々はメンタルヘルス患者のエンゲージメント検出のための新しいデータセットMEDICAをリリースした。
論文 参考訳（メタデータ） (2020-11-17T15:18:38Z) - Patch-based Brain Age Estimation from MR Images [64.66978138243083]
磁気共鳴画像(MRI)による脳年齢推定は、被験者の生物学的脳年齢と時系列年齢の違いを導出する。
より高年齢の神経変性を早期に検出することは、より良い医療と患者の計画を促進する可能性がある。
我々は、脳の3Dパッチと畳み込みニューラルネットワーク(CNN)を用いて、局所的な脳年齢推定器を開発する新しいディープラーニングアプローチを開発した。
論文 参考訳（メタデータ） (2020-08-29T11:50:37Z) - Estimation of Causal Effects in the Presence of Unobserved Confounding
in the Alzheimer's Continuum [3.2489082010225494]
アルツハイマー病の病因と効果に関する現在の臨床知識から因果グラフを導出する。
因果効果の識別可能性を示すためには,すべての共同創設者の認識と測定が必要である。
理論的解析では,代用共同設立者が神経解剖学の認知に対する因果的影響を識別できることが証明された。
論文 参考訳（メタデータ） (2020-06-23T16:29:54Z)
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。