論文の概要: Computational-Assisted Systematic Review and Meta-Analysis (CASMA): Effect of a Subclass of GnRH-a on Endometriosis Recurrence

• arxiv url: http://arxiv.org/abs/2509.16599v2
• Date: Wed, 01 Oct 2025 16:32:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-02 14:33:21.757488
• Title: Computational-Assisted Systematic Review and Meta-Analysis (CASMA): Effect of a Subclass of GnRH-a on Endometriosis Recurrence
• Title（参考訳）: Computational-Assisted Systematic Review and Meta-Analysis (CASMA) : GnRH-aサブクラスが子宮内膜再発に及ぼす影響
• Authors: Sandro Tsang,
• Abstract要約: 本研究では,情報検索駆動型ワークフローであるCASMAを評価し,効率,透明性,体系的レビューを改善する。 ファジィマッチングと正規表現(regex)を併用したハイブリッドアプローチ PRISMA ガイドラインは,手動スクリーニングの前に半自動重複とフィルタリングレコードを容易にする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Background: Evidence synthesis facilitates evidence-based medicine. This task becomes increasingly difficult to accomplished with applying computational solutions, since the medical literature grows at astonishing rates. Objective: This study evaluates an information retrieval-driven workflow, CASMA, to enhance the efficiency, transparency, and reproducibility of systematic reviews. Endometriosis recurrence serves as the ideal case due to its complex and ambiguous literature. Methods: The hybrid approach integrates PRISMA guidelines with fuzzy matching and regular expression (regex) to facilitate semi-automated deduplication and filtered records before manual screening. The workflow synthesised evidence from randomised controlled trials on the efficacy of a subclass of gonadotropin-releasing hormone agonists (GnRH-a). A modified splitting method addressed unit-of-analysis errors in multi-arm trials. Results: The workflow sharply reduced the screening workload, taking only 11 days to fetch and filter 33,444 records. Seven eligible RCTs were synthesized (841 patients). The pooled random-effects model yielded a Risk Ratio (RR) of $0.64$ ($95\%$ CI $0.48$ to $0.86$), demonstrating a $36\%$ reduction in recurrence, with non-significant heterogeneity ($I^2=0.00\%$, $\tau^2=0.00$). The findings were robust and stable, as they were backed by sensitivity analyses. Conclusion: This study demonstrates an application of an information-retrieval-driven workflow for medical evidence synthesis. The approach yields valuable clinical results and a generalisable framework to scale up the evidence synthesis, bridging the gap between clinical research and computer science.
• Abstract（参考訳）: 背景:エビデンス合成はエビデンスベースの医療を促進する。 この課題は、医学文献が驚くべき速度で成長するにつれて、計算解を適用することで達成がますます困難になる。 目的: 本研究は, システムレビューの効率性, 透明性, 再現性を高めるための情報検索駆動ワークフローであるCASMAを評価する。 子宮内膜症再発はその複雑で曖昧な文献のために理想的な症例である。 方法: ハイブリッドアプローチは,PRISMAガイドラインとファジィマッチングと正規表現(regex)を統合し,半自動重複と手動スクリーニング前のフィルタリングレコードを容易にする。 このワークフローは、ゴナドトロピン放出ホルモンアゴニスト(GnRH-a)のサブクラスの有効性に関するランダム化制御試験の証拠を合成した。 マルチアーム試験におけるユニット・オブ・アナリシス誤差に対する修正分割法 結果: ワークフローによってスクリーニング作業が大幅に削減され,33,444レコードを取得するのにわずか11日しかかからなかった。 7種類のRCT(841例)を合成した。 プール化されたランダムエフェクトモデルでは、0.64$$95\% CI $0.48$から0.86$のリスク比(RR)が得られ、非有意な不均一性(I^2=0.00\%$, $\tau^2=0.00$)を伴って、再発の36.%の削減が証明された(I^2=0.00\%$, $\tau^2=0.00$)。 感度分析で解析した結果,頑健で安定であった。 結論:本研究は,医療エビデンス合成のための情報検索型ワークフローの応用を実証する。 このアプローチは、価値ある臨床結果と、エビデンス合成をスケールアップするための一般的なフレームワークをもたらし、臨床研究とコンピュータ科学のギャップを埋める。

関連論文リスト

• A Multi-Agent Framework for Medical AI: Leveraging Fine-Tuned GPT, LLaMA, and DeepSeek R1 for Evidence-Based and Bias-Aware Clinical Query Processing [0.4349324020366305]
  大規模言語モデル(LLM)は、医療問題に対する回答を約束するが、臨床的使用は、弱い検証、不十分な証拠の根拠、信頼できない信頼のシグナルによって制限される。 本稿では,補完的なLCMとエビデンス検索,不確実性推定,バイアスチェックを組み合わせて回答信頼性を向上させるマルチエージェント医療QAフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-15T14:17:27Z)
• AI Co-Scientist for Knowledge Synthesis in Medical Contexts: A Proof of Concept [0.0]
  本稿では,人口,インターベンション,コンパレータ,アウトカム,学習デザイン(PICOS)の明示的な形式化に基づく,スケーラブルで透明な知識合成のためのAIを提案する。 このプラットフォームはリレーショナルストレージ、ベクトルベースのセマンティック検索、Neo4jナレッジグラフを統合している。 その結果,PICOS対応で説明可能な自然言語処理は,エビデンス合成のスケーラビリティ,透明性,効率性を向上できることがわかった。
  論文  参考訳（メタデータ） (2026-01-16T23:07:58Z)
• Cancer-Net PCa-MultiSeg: Multimodal Enhancement of Prostate Cancer Lesion Segmentation Using Synthetic Correlated Diffusion Imaging [55.62977326180104]
  前立腺癌病変の分節化に対する近年の深層学習アプローチは,限られた性能を達成している。 本稿では,標準拡散型プロトコルの拡張として,合成相関拡散イメージング(CDI$s$)について検討する。 以上の結果から,PCa病変セグメント化タスクの実践的ドロップイン強化として,CDI$s$に対する検証済み統合経路が確立された。
  論文  参考訳（メタデータ） (2025-11-11T04:16:12Z)
• Organ-Agents: Virtual Human Physiology Simulator via LLMs [66.40796430669158]
  オルガン-エージェント(Organ-Agents)は、LDM駆動のエージェントを介して人間の生理学をシミュレートする多エージェントフレームワークである。 症例は7,134例,コントロール7,895例で,9系統および125変数にわたる高分解能トラジェクトリを作成した。 臓器抗原は4,509人の保留患者に対して高いシミュレーション精度を達成し, システムごとのMSE0.16とSOFA系重症度層間の堅牢性を示した。
  論文  参考訳（メタデータ） (2025-08-20T01:58:45Z)
• From Promise to Practical Reality: Transforming Diffusion MRI Analysis with Fast Deep Learning Enhancement [35.368152968098194]
  FastFOD-Netは、FODを優れたパフォーマンスで強化し、臨床使用のためのトレーニング/推論効率を提供するエンドツーエンドのディープラーニングフレームワークである。 この研究は、拡散MRIの強化のための深層学習に基づく手法を、より広く採用し、臨床信頼を構築することを促進する。
  論文  参考訳（メタデータ） (2025-08-13T17:56:29Z)
• Leveraging AI to Accelerate Medical Data Cleaning: A Comparative Study of AI-Assisted vs. Traditional Methods [3.2666593942117688]
  Octoziは、大規模な言語モデルとドメイン固有性を組み合わせて医療データレビューを変換する人工知能支援プラットフォームである。 代表的な第3相腫瘍学試験の経済分析により、潜在的コスト削減は510万ドルであることが判明した。
  論文  参考訳（メタデータ） (2025-08-07T15:49:32Z)
• HySemRAG: A Hybrid Semantic Retrieval-Augmented Generation Framework for Automated Literature Synthesis and Methodological Gap Analysis [55.2480439325792]
  HySemRAGは、Extract, Transform, Load (ETL)パイプラインとRetrieval-Augmented Generation (RAG)を組み合わせたフレームワークである。 システムは、マルチ層アプローチを通じて既存のRAGアーキテクチャの制限に対処する。
  論文  参考訳（メタデータ） (2025-08-01T20:30:42Z)
• TrialMatchAI: An End-to-End AI-powered Clinical Trial Recommendation System to Streamline Patient-to-Trial Matching [0.0]
  本稿では,患者間マッチングを自動化するAIを利用したレコメンデーションシステムTrialMatchAIを提案する。 微調整されたオープンソースの大規模言語モデルに基づいて構築されたTrialMatchAIは、透明性を確保し、軽量なデプロイメントフットプリントを維持する。 現実のバリデーションでは、腫瘍学患者の92%が、少なくとも1つの関連するトライアルを、トップ20のレコメンデーションで回収した。
  論文  参考訳（メタデータ） (2025-05-13T12:39:06Z)
• Accelerating Clinical Evidence Synthesis with Large Language Models [28.002870749019035]
  本稿では,人間とAIのコラボレーションを促進するための生成人工知能パイプラインであるTrialMindを紹介する。 TrialMindは、検索、スクリーニング、データ抽出タスクを横断的に拡張する。 人間の専門家は、GPT-4よりもTrialMindの出力を62.5%から100%のケースで好んだ。
  論文  参考訳（メタデータ） (2024-06-25T17:41:52Z)
• SECRETS: Subject-Efficient Clinical Randomized Controlled Trials using Synthetic Intervention [0.0]
  クロスオーバー試験は、個人ごとの処理効果を測定することで、サンプルサイズの要求を減らすことができる。 外部データを用いることなく, 患者ごとの個別治療効果(ITE)を推定する新しいフレームワークであるSECRETSを提案する。 この結果から,SECRETSはRCTのパワーを向上しつつ,同等の意義レベルを維持することができることがわかった。
  論文  参考訳（メタデータ） (2023-05-08T22:37:16Z)
• RECOVER: sequential model optimization platform for combination drug repurposing identifies novel synergistic compounds in vitro [46.773794687622825]
  深層学習モデルに適用した逐次モデル最適化探索を用いて,がん細胞株に対して高い相乗効果を持つ薬物の組み合わせを迅速に発見する。 モデルによりクエリされた組み合わせの集合は、非常にシナジスティックな組み合わせに富んでいることがわかった。 臨床的に検討中であることが判明した相乗効果薬の併用が再発見された。
  論文  参考訳（メタデータ） (2022-02-07T02:54:29Z)
• Assessment of Treatment Effect Estimators for Heavy-Tailed Data [70.72363097550483]
  ランダム化制御試験(RCT)における治療効果の客観的評価における中心的な障害は、その性能をテストするための基礎的真理(または検証セット)の欠如である。 この課題に対処するための新しいクロスバリデーションのような方法論を提供する。 本手法は,Amazonサプライチェーンに実装された709RCTに対して評価を行った。
  論文  参考訳（メタデータ） (2021-12-14T17:53:01Z)
• An Explainable-AI approach for Diagnosis of COVID-19 using MALDI-ToF Mass Spectrometry [0.9250974571641537]
  重症急性呼吸器症候群2型(SARS-CoV-2)は世界的なパンデミックを引き起こし、世界経済に大きな影響を与えた。 近年では、現在の金標準リアルタイムポリメラーゼ連鎖反応(RT-PCR)結果と高い一致を示す複数の代替プラットフォームが公表されている。 これらの新しい方法は鼻咽頭(NP)スワブを除去し、複雑な試薬の必要性を排除し、RT-PCRテスト試薬の供給の負担を軽減する。 本研究では,人工知能を用いたAIテスト手法を設計し,実験結果の信頼性について検討した。
  論文  参考訳（メタデータ） (2021-09-28T23:29:31Z)
• 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)
• MIA-Prognosis: A Deep Learning Framework to Predict Therapy Response [58.0291320452122]
  本稿では,患者の予後と治療反応を予測するための統合型深層学習手法を提案する。 我々は,マルチモーダル非同期時系列分類タスクとして,確率モデリングを定式化する。 我々の予測モデルは、長期生存の観点から、低リスク、高リスクの患者をさらに階層化する可能性がある。
  論文  参考訳（メタデータ） (2020-10-08T15:30:17Z)
• Segmentation analysis and the recovery of queuing parameters via the Wasserstein distance: a study of administrative data for patients with chronic obstructive pulmonary disease [0.0]
  この研究は、慢性閉塞性肺疾患(COPD)患者のリソース要求がどのように変化するかを分析するために、データ駆動型アプローチを用いている。 これは、セグメント化、運用キューイング理論、不完全データからのパラメータの回復という、しばしば異なる分析様式の新たな組み合わせで構成されている。
  論文  参考訳（メタデータ） (2020-08-10T17:47:34Z)
• CovidDeep: SARS-CoV-2/COVID-19 Test Based on Wearable Medical Sensors and Efficient Neural Networks [51.589769497681175]
  新型コロナウイルス(SARS-CoV-2)がパンデミックを引き起こしている。 SARS-CoV-2の逆転写-ポリメラーゼ連鎖反応に基づく現在の試験体制は、試験要求に追いついていない。 我々は,効率的なDNNと市販のWMSを組み合わせたCovidDeepというフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-07-20T21:47:28Z)

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。