論文の概要: A Goemans-Williamson type algorithm for identifying subcohorts in clinical trials
- arxiv url: http://arxiv.org/abs/2506.10879v1
- Date: Thu, 12 Jun 2025 16:44:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-13 15:37:22.845608
- Title: A Goemans-Williamson type algorithm for identifying subcohorts in clinical trials
- Title（参考訳）: Goemans-Williamson型サブコースト同定アルゴリズムの臨床試験への応用
- Authors: Pratik Worah,
- Abstract要約: 我々は,大規模な不均質データセットから同質部分集合を識別する線形分類器を効率的に設計するアルゴリズムを設計する。
応用として,患者の同種サブコホートを同定できる簡易な検査法を,本アルゴリズムを用いて設計する。
また, 腫瘍抑制遺伝子のメチル化レベルに統計的に有意な変化がみられ, 核受容体発現の統計的に有意な変化がみられる患者のサブコホートを系統的に同定するために, アルゴリズムによる試験結果を用いた。
- 参考スコア（独自算出の注目度）: 1.930852251165745
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: We design an efficient algorithm that outputs a linear classifier for identifying homogeneous subsets (equivalently subcohorts) from large inhomogeneous datasets. Our theoretical contribution is a rounding technique, similar to that of Goemans and Williamson (1994), that approximates the optimal solution of the underlying optimization problem within a factor of $0.82$. As an application, we use our algorithm to design a simple test that can identify homogeneous subcohorts of patients, that are mainly comprised of metastatic cases, from the RNA microarray dataset for breast cancer by Curtis et al. (2012). Furthermore, we also use the test output by the algorithm to systematically identify subcohorts of patients in which statistically significant changes in methylation levels of tumor suppressor genes co-occur with statistically significant changes in nuclear receptor expression. Identifying such homogeneous subcohorts of patients can be useful for the discovery of disease pathways and therapeutics, specific to the subcohort.
- Abstract（参考訳）: 非均一なデータセットから等質部分集合(ほぼ同値なサブコホート)を同定するための線形分類器を効率的に設計するアルゴリズムを設計する。
我々の理論的な貢献は、ゲーマンズとウィリアムソン(1994年)と同様の丸めの技法であり、基礎となる最適化問題の最適解を0.82$の係数で近似する。
本手法の適用例として,Curtis et al (2012) による乳癌用RNAマイクロアレイデータセット(RNAマイクロアレイデータセット)から,転移性症例を主成分とする患者の同種サブコーホートを同定する簡単な検査法を考案した。
さらに, 腫瘍抑制遺伝子のメチル化レベルに統計的に有意な変化がみられ, 核受容体発現の統計的に有意な変化がみられる患者のサブコホートを系統的に同定するために, アルゴリズムによる試験結果を用いた。
このような患者の同種サブコホートを同定することは、疾患経路の発見や治療、特にサブコホートに特異的な発見に有用である。
関連論文リスト
- Improving statistical learning methods via features selection without replacement sampling and random projection [0.680740878601496]
癌は、正常な遺伝子発現を阻害する遺伝学的およびエピジェネティックな変化を特徴とする遺伝疾患である。
高次元マイクロアレイデータセットは、「小さいn、大きなp」問題のために分類モデルに挑戦する。
本研究は癌バイオマーカーの発見に寄与し,マイクロアレイデータ解析のための堅牢な計算手法を提供する。
論文 参考訳（メタデータ） (2025-05-28T22:36:46Z) - Enhanced ECG Arrhythmia Detection Accuracy by Optimizing Divergence-Based Data Fusion [5.575308369829893]
ケルネル密度推定(KDE)とクルバック・リーブラー(KL)の発散を利用した特徴量に基づく融合アルゴリズムを提案する。
健常者2000名, 病人2000名から収集した心電図による社内データセットを用いて, PTB-XLデータセットを用いて本手法の検証を行った。
その結果, 本手法は, 統合データセットにおける異常心電図症例の特徴に基づく分類精度を大幅に向上させることを示した。
論文 参考訳（メタデータ） (2025-03-19T12:16:48Z) - Optimal Algorithms for the Inhomogeneous Spiked Wigner Model [89.1371983413931]
不均一な問題に対する近似メッセージパッシングアルゴリズム(AMP)を導出する。
特に,情報理論の閾値よりも大きい信号と雑音の比を必要とする既知のアルゴリズムが,ランダムよりも優れた処理を行うための統計的・計算的ギャップの存在を同定する。
論文 参考訳（メタデータ） (2023-02-13T19:57:17Z) - Amortized Implicit Differentiation for Stochastic Bilevel Optimization [53.12363770169761]
決定論的条件と決定論的条件の両方において、二段階最適化問題を解決するアルゴリズムのクラスについて検討する。
厳密な勾配の推定を補正するために、ウォームスタート戦略を利用する。
このフレームワークを用いることで、これらのアルゴリズムは勾配の偏りのない推定値にアクセス可能な手法の計算複雑性と一致することを示す。
論文 参考訳（メタデータ） (2021-11-29T15:10:09Z) - Bootstrapping Your Own Positive Sample: Contrastive Learning With
Electronic Health Record Data [62.29031007761901]
本稿では,新しいコントラスト型正規化臨床分類モデルを提案する。
EHRデータに特化した2つのユニークなポジティブサンプリング戦略を紹介します。
私たちのフレームワークは、現実世界のCOVID-19 EHRデータの死亡リスクを予測するために、競争の激しい実験結果をもたらします。
論文 参考訳（メタデータ） (2021-04-07T06:02:04Z) - Data-Driven Logistic Regression Ensembles With Applications in Genomics [0.0]
本稿では,正規化とアンサンブル技術を融合した高次元バイナリ分類手法を提案する。
医学ゲノミクスの応用において,本手法は競合する手法によって見落とされた重要なバイオマーカーを同定する。
論文 参考訳（メタデータ） (2021-02-17T05:57:26Z) - Cancer Gene Profiling through Unsupervised Discovery [49.28556294619424]
低次元遺伝子バイオマーカーを発見するための,新しい,自動かつ教師なしのフレームワークを提案する。
本手法は,高次元中心型非監視クラスタリングアルゴリズムLP-Stabilityアルゴリズムに基づく。
私達の署名は免疫炎症および免疫砂漠の腫瘍の区別の有望な結果報告します。
論文 参考訳（メタデータ） (2021-02-11T09:04:45Z) - Asymptotic Analysis of an Ensemble of Randomly Projected Linear
Discriminants [94.46276668068327]
[1]では、ランダムに投影された線形判別式のアンサンブルを用いてデータセットを分類する。
我々は,計算コストのかかるクロスバリデーション推定器の代替として,誤分類確率の一貫した推定器を開発する。
また、実データと合成データの両方で投影次元を調整するための推定器の使用を実証する。
論文 参考訳（メタデータ） (2020-04-17T12:47:04Z) - Optimization of Genomic Classifiers for Clinical Deployment: Evaluation
of Bayesian Optimization to Select Predictive Models of Acute Infection and
In-Hospital Mortality [0.0]
血液から特定の遺伝子の発現レベルを定量化することにより、患者の免疫反応を特徴づけることにより、両方のタスクを遂行する潜在的によりタイムリーで正確な手段を示す。
機械学習手法は、デプロイ対応の分類モデルの開発にこの‘ホスト応答’を活用するプラットフォームを提供する。
急性感染症の診断分類器の開発におけるHO法と29の診断マーカーの遺伝子発現による院内死亡率の比較を行った。
論文 参考訳（メタデータ） (2020-03-27T10:22:02Z) - Model-assisted cohort selection with bias analysis for generating
large-scale cohorts from the EHR for oncology research [1.25957368859589]
バイアス分析を用いたモデル支援コホート選択(MACS)手法を提案する。
項周波数逆文書周波数(TF-IDF)とロジスティック回帰を用いて17,263例のモデルを訓練した。
我々は17,292人の患者を対象に,アルゴリズムの性能を測定し,バイアス分析を行った。
論文 参考訳（メタデータ） (2020-01-13T22:58:48Z)
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。