論文の概要: Bayesian dynamic borrowing considering semantic similarity between outcomes for disproportionality analysis in FAERS

• arxiv url: http://arxiv.org/abs/2504.12052v1
• Date: Wed, 16 Apr 2025 13:06:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-17 14:40:01.728168
• Title: Bayesian dynamic borrowing considering semantic similarity between outcomes for disproportionality analysis in FAERS
• Title（参考訳）: FAERSにおける不均等性分析の結果間の意味的類似性を考慮したベイズ動的借入
• Authors: François Haguinet, Jeffery L Painter, Gregory E Powell, Andrea Callegaro, Andrew Bate,
• Abstract要約: 本稿では,自然報告システム(SRS)における有害事象(AE)の定量的同定を強化するため,ベイズ動的借入(BDB)アプローチを提案する。 この方法はベイズ階層モデルに先立って頑健なメタ分析予測(MAP)を組み込み、意味的類似度尺度(SSM)を組み込む。 これらの知見は、従来のDPA法に対するスケーラブルでコンテキスト対応な拡張として、SSMインフォームド・ベイズ借用が有効である。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: We present a Bayesian dynamic borrowing (BDB) approach to enhance the quantitative identification of adverse events (AEs) in spontaneous reporting systems (SRSs). The method embeds a robust meta-analytic predictive (MAP) prior within a Bayesian hierarchical model and incorporates semantic similarity measures (SSMs) to enable weighted information sharing from MedDRA Preferred Terms (PTs) that are clinical similar to the target PT. This continuous similarity-based borrowing addresses limitation of rigid hierarchical grouping in current disproportionality analysis (DPA). Using data from the FDA Adverse Event Reporting System (FAERS) between 2015 and 2019, we evalute this approach - termed IC SSM - against standard Information Component (IC) analysis and IC with borrowing at the MedDRA high-level group term (HLGT) level. A novel references set (PVLens), derived from FDA product label updates, enabled prospective evaluation of method performance in identifying AEs prior to official labeling. The IC SSM approach demonstrated improved sensitivity compared to both traditional IC and HLGT-based borrowing, with minor trade-offs in F1 scores and Youden's index. IC SSM consistently identified more true positives and detected signals over 5 months sooner than traditional IC. Despite a marginally lower aggregate Youden's index, IC SSM showed higher performance in the early post-marketing period, providing more stable and relevant estimates than HLGT-based borrowing and traditional IC. These findings support the use of SSM-informed Bayesian borrowing as a scalable and context-aware enhancement to traditional DPA methods. Future research should validate this approach across other datasets and explore additional similarity metrics and Bayesian inference strategies using case-level data.
• Abstract（参考訳）: 本稿では,自然報告システム(SRS)における有害事象(AE)の定量的同定を強化するため,ベイズ動的借入(BDB)アプローチを提案する。 この方法はベイズ階層モデルに先立って頑健なメタ分析予測(MAP)を組み込み、意味的類似度尺度(SSM)を組み込んで、ターゲットPTと臨床的なMedDRA Preferred Terms(PT)からの重み付き情報共有を可能にする。 この連続的類似性に基づく借入は、現在の不均等性解析(DPA)における厳密な階層的グループ化の制限に対処する。 我々は,2015年から2019年までのFDA Adverse Event Reporting System(FAERS)のデータを用いて,標準情報成分分析(IC)と,MedDRAハイレベルグループ用語(HLGT)レベルでの借用によるICに対して,IC SSM(IC SSM)と呼ばれるこのアプローチを評価した。 FDA製品ラベル更新から派生した新しい参照セット(PVLens)は、公式なラベル付けの前にAEを識別する際のメソッドパフォーマンスの予測評価を可能にした。 IC SSMアプローチでは従来のICとHLGTベースの借入よりも感度が向上し,F1スコアとYouden指数は小さかった。 IC SSMは、従来のICよりも5ヶ月以上早く、より真の陽性と検出シグナルを一貫して同定した。 Youden's index はわずかに低かったが、IC SSM は発売後早期に高い性能を示し、HLGT ベースの借入や従来の IC よりも安定し、関連する見積もりを提供した。 これらの知見は、従来のDPA法に対するスケーラブルでコンテキスト対応な拡張として、SSMインフォームド・ベイズ借用が有効である。 今後の研究では、このアプローチを他のデータセットにわたって検証し、ケースレベルのデータを使用して、さらなる類似度メトリクスとベイズ推論戦略を探求する必要がある。

関連論文リスト

• Utilizing Causal Network Markers to Identify Tipping Points ahead of Critical Transition [6.7741619010943]
  本稿では因果性指標を取り入れた因果性ネットワークマーカー(CNM)の枠組みを提案する。 臨界遷移に先立って先端点を検出し同定するために、2つのマーカーを設計する。 応用の最も可能性の高い方向は、臨床疾患の尖点の同定である。
  論文  参考訳（メタデータ） (2024-12-19T05:10:47Z)
• Disentangled Noisy Correspondence Learning [56.06801962154915]
  クロスモーダル検索は、モダリティ間の潜在対応を理解する上で重要である。 DisNCLはノイズ対応学習における特徴分散のための新しい情報理論フレームワークである。
  論文  参考訳（メタデータ） (2024-08-10T09:49:55Z)
• Decentralized Smoothing ADMM for Quantile Regression with Non-Convex Sparse Penalties [3.269165283595478]
  急速に進化するIoT(Internet-of-Things)エコシステムでは、センサによって生成された分散データを扱う上で、効果的なデータ分析技術が不可欠である。 下位段階のコンセンサスアプローチのような既存の手法の限界に対処することは、アクティブ係数と非アクティブ係数の区別に失敗する。
  論文  参考訳（メタデータ） (2024-08-02T15:00:04Z)
• Exploring Hierarchical Classification Performance for Time Series Data: Dissimilarity Measures and Classifier Comparisons [0.0]
  本研究では,時系列データ解析における階層分類(HC)とフラット分類(FC)の手法の比較性能について検討した。 Jensen-Shannon Distance (JSD), Task similarity Distance (TSD), Based Distance (CBD)などの異種性対策が活用されている。
  論文  参考訳（メタデータ） (2024-02-07T21:46:26Z)
• Weakly supervised covariance matrices alignment through Stiefel matrices estimation for MEG applications [64.20396555814513]
  本稿では,Mixing Model Stiefel Adaptation (MSA)と呼ばれる時系列データに対する新しいドメイン適応手法を提案する。 我々は、ドメイン間の等価な信号分散とペアの対応を確立することにより、ターゲット領域における豊富なラベルのないデータを利用して効果的な予測を行う。 MSAは、Cam-CANデータセットのMEG信号を用いて、タスクの変動を伴う脳年齢回帰の最近の手法より優れている。
  論文  参考訳（メタデータ） (2024-01-24T19:04:49Z)
• Physics Inspired Hybrid Attention for SAR Target Recognition [61.01086031364307]
  本稿では,物理にヒントを得たハイブリットアテンション(PIHA)機構と,この問題に対処するためのOFA評価プロトコルを提案する。 PIHAは、物理的情報の高レベルなセマンティクスを活用して、ターゲットの局所的なセマンティクスを認識した特徴群を活性化し、誘導する。 提案手法は,ASCパラメータが同じ12のテストシナリオにおいて,他の最先端手法よりも優れている。
  論文  参考訳（メタデータ） (2023-09-27T14:39:41Z)
• Federated Multi-Sequence Stochastic Approximation with Local Hypergradient Estimation [28.83712379658548]
  我々は、多重結合配列(MSA)のための最初のフェデレーション近似アルゴリズムであるFedMSAを開発した。 FedMSAは、ローカルクライアントのアップデートを通じて、BLOとMCOのハイパーグラディエントを証明可能な見積もりを可能にする。 我々は我々の理論を裏付ける実験を行い、FedMSAの実証的な利点を実証する。
  論文  参考訳（メタデータ） (2023-06-02T16:17:43Z)
• Ontology-aware Learning and Evaluation for Audio Tagging [56.59107110017436]
  平均平均精度(mAP)は、異なる種類の音をそれらの関係を考慮せずに独立したクラスとして扱う。 オントロジー認識平均平均精度(OmAP)は、評価中にAudioSetオントロジー情報を利用することで、mAPの弱点に対処する。 我々は人間の評価を行い、OmAPはmAPよりも人間の知覚と一致していることを示した。
  論文  参考訳（メタデータ） (2022-11-22T11:35:14Z)
• Autoregressive Hidden Markov Models with partial knowledge on latent space applied to aero-engines prognostics [2.179313476241343]
  本稿では,ARPHMM(Auto Regressive Partially-hidden Markov Model)を用いて,センサデータに基づく機器の故障検出と予後予測を行う。 健康指標に基づいて,このモデルを用いて残りの生活を推定する方法を示す。
  論文  参考訳（メタデータ） (2021-05-01T10:23:22Z)
• COVI-AgentSim: an Agent-based Model for Evaluating Methods of Digital Contact Tracing [68.68882022019272]
  COVI-AgentSimは、ウイルス学、病気の進行、社会的接触ネットワーク、移動パターンに基づくエージェントベースのコンパートメンタルシミュレータである。 1)バイナリテスト結果に基づいてバイナリレコメンデーションを割り当てる標準バイナリコンタクトトレース (BCT) と,2) 多様な特徴に基づいてグレードレベルのレコメンデーションを割り当てる特徴ベースコンタクトトレース (FCT) のルールベースの手法である。
  論文  参考訳（メタデータ） (2020-10-30T00:47:01Z)
• Repulsive Mixture Models of Exponential Family PCA for Clustering [127.90219303669006]
  指数関数型家族主成分分析(EPCA)の混合拡張は、従来のEPCAよりもデータ分布に関する構造情報を符号化するように設計された。 従来のEPCAの混合は、モデルの冗長性、すなわち混合成分間の重なりが問題であり、データクラスタリングの曖昧さを引き起こす可能性がある。 本稿では, 混合成分間での反発性増感前処理を導入し, ベイズ式に分散EPCA混合(DEPCAM)モデルを開発した。
  論文  参考訳（メタデータ） (2020-04-07T04:07:29Z)

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。