論文の概要: Impact of clinical decision support systems (cdss) on clinical outcomes and healthcare delivery in low- and middle-income countries: protocol for a systematic review and meta-analysis
- arxiv url: http://arxiv.org/abs/2510.26812v1
- Date: Mon, 27 Oct 2025 06:38:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-03 17:52:15.841925
- Title: Impact of clinical decision support systems (cdss) on clinical outcomes and healthcare delivery in low- and middle-income countries: protocol for a systematic review and meta-analysis
- Title（参考訳）: 臨床意思決定支援システム(cdss)が低所得国と中所得国の臨床成績と医療提供に及ぼす影響:体系的レビューとメタ分析のためのプロトコル
- Authors: Garima Jain, Anand Bodade, Sanghamitra Pati,
- Abstract要約: 臨床診断支援システム (CDSS) は, 臨床およびサービス成績の改善に用いられているが, 低所得国 (LMIC) からの証拠は分散している。
本プロトコルは,CDSSがLMICの患者および医療提供成果に与える影響を定量化する手法を概説する。
- 参考スコア（独自算出の注目度）: 0.269220799495636
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Clinical decision support systems (CDSS) are used to improve clinical and service outcomes, yet evidence from low- and middle-income countries (LMICs) is dispersed. This protocol outlines methods to quantify the impact of CDSS on patient and healthcare delivery outcomes in LMICs. We will include comparative quantitative designs (randomized trials, controlled before-after, interrupted time series, comparative cohorts) evaluating CDSS in World Bank-defined LMICs. Standalone qualitative studies are excluded; mixed-methods studies are eligible only if they report comparative quantitative outcomes, for which we will extract the quantitative component. Searches (from inception to 30 September 2024) will cover MEDLINE, Embase, CINAHL, CENTRAL, Web of Science, Global Health, Scopus, IEEE Xplore, LILACS, African Index Medicus, and IndMED, plus grey sources. Screening and extraction will be performed in duplicate. Risk of bias will be assessed with RoB 2 (randomized trials) and ROBINS-I (non-randomized). Random-effects meta-analysis will be performed where outcomes are conceptually or statistically comparable; otherwise, a structured narrative synthesis will be presented. Heterogeneity will be explored using relative and absolute metrics and a priori subgroups or meta-regression (condition area, care level, CDSS type, readiness proxies, study design).
- Abstract（参考訳）: 臨床診断支援システム (CDSS) は, 臨床およびサービス成績の改善に用いられているが, 低所得国 (LMIC) からの証拠は分散している。
本プロトコルは,CDSSがLMICの患者および医療提供成果に与える影響を定量化する手法を概説する。
我々は,世界銀行が定義したLMICのCDSSを評価する比較量的設計(ランダム化試行,事前制御,割り込み時系列,比較コホート)を含める。
スタンドアローン質的研究は除外され、混合メソッドの研究は、比較定量結果が報告された場合にのみ適用可能であり、定量成分を抽出する。
MEDLINE, Embase, CINAHL, CENTRAL, Web of Science, Global Health, Scopus, IEEE Xplore, LILACS, African Index Medicus, IndMEDなどが対象だ。
スクリーニングと抽出は重複して行われる。
バイアスのリスクは、RoB2(ランダム化試験)とROBINS-I(非ランダム化試験)で評価される。
ランダム効果のメタ分析は、結果が概念的あるいは統計的に比較可能な場所で行われ、そうでなければ構造化された物語合成が提示される。
異種性は、相対的および絶対的な指標と、事前サブグループまたはメタ回帰(条件領域、ケアレベル、CDSSタイプ、即応性プロキシ、研究設計)を用いて検討される。
関連論文リスト
- Bias in Large Language Models Across Clinical Applications: A Systematic Review [0.0]
大規模言語モデル(LLM)は、医療に急速に統合され、様々な臨床業務を強化することを約束している。
本研究は, LLMの有病率, 出所, 徴候, 臨床的意義について検討する。
論文 参考訳（メタデータ） (2025-04-03T13:32:08Z) - Ontology-based Semantic Similarity Measures for Clustering Medical Concepts in Drug Safety [0.0]
6つの意味的類似度尺度 (SSMs) を薬物安全性データに分類し, MedDRA 優先用語 (PTs) のクラスタリングについて検討した。
特にINTRINSIC-LINとSokaLでは,クラスタリングの精度が向上した。
本研究は,早期信号検出の改善と手動による評価の低減により,ICベースのSSMの薬剤移動性向上に寄与することが示唆された。
論文 参考訳（メタデータ） (2025-03-26T17:19:00Z) - Uncertainty-aware abstention in medical diagnosis based on medical texts [87.88110503208016]
本研究は,AI支援医療診断における信頼性の重要課題について論じる。
本研究は,診断に自信がなければ,診断システムによる意思決定の回避を可能にする選択予測手法に焦点をあてる。
我々は、選択予測タスクにおける信頼性を高めるための新しい最先端手法であるHUQ-2を紹介する。
論文 参考訳（メタデータ） (2025-02-25T10:15:21Z) - Targeted Data Fusion for Causal Survival Analysis Under Distribution Shift [46.84912148188679]
複数のデータソースにまたがる因果推論は、科学的発見の一般化性と複製性を高めるための有望な道を提供する。
既存のアプローチでは、検閲や離散的かつ連続的な時間の統合など、生存分析のユニークな課題に対処できない。
マルチソース設定におけるターゲットサイト固有の因果効果を推定する2つの新しい手法を提案する。
論文 参考訳（メタデータ） (2025-01-30T23:21:25Z) - XAI for In-hospital Mortality Prediction via Multimodal ICU Data [57.73357047856416]
マルチモーダルICUデータを用いて病院内死亡率を予測するための,効率的で説明可能なAIソリューションを提案する。
我々は,臨床データから異種入力を受信し,意思決定を行うマルチモーダル・ラーニングを我々のフレームワークに導入する。
我々の枠組みは、医療研究において重要な要素の発見を容易にする他の臨床課題に容易に移行することができる。
論文 参考訳（メタデータ） (2023-12-29T14:28:04Z) - A method for comparing multiple imputation techniques: a case study on
the U.S. National COVID Cohort Collaborative [1.259457977936316]
統計的解析の文脈において、欠落データを扱うための戦略を数値的に評価する。
このアプローチは、最も有効でパフォーマンスの低いデータハンドリング戦略を効果的に強調することができる。
論文 参考訳（メタデータ） (2022-06-13T19:49:54Z) - Clinical Outcome Prediction from Admission Notes using Self-Supervised
Knowledge Integration [55.88616573143478]
臨床テキストからのアウトカム予測は、医師が潜在的なリスクを見落としないようにする。
退院時の診断,手術手順,院内死亡率,長期予測は4つの一般的な結果予測対象である。
複数の公開資料から得られた患者結果に関する知識を統合するために,臨床結果の事前学習を提案する。
論文 参考訳（メタデータ） (2021-02-08T10:26:44Z) - Predicting Clinical Trial Results by Implicit Evidence Integration [40.80948875051806]
新規な臨床試験結果予測(CTRP)タスクを導入する。
CTRPフレームワークでは、モデルがPICO形式の臨床試験の提案を受け、その背景を入力として、その結果を予測する。
PICOを暗黙的に含む医学文献から大規模非構造化文を引用し,その結果を証拠とした。
論文 参考訳（メタデータ） (2020-10-12T12:25:41Z) - Hemogram Data as a Tool for Decision-making in COVID-19 Management:
Applications to Resource Scarcity Scenarios [62.997667081978825]
新型コロナウイルス(COVID-19)のパンデミックは世界中の緊急対応システムに挑戦している。
本研究は, 症状患者の血液検査データから得られた機械学習モデルについて述べる。
提案されたモデルでは、新型コロナウイルスqRT-PCRの結果を、高い精度、感度、特異性で症状のある個人に予測することができる。
論文 参考訳（メタデータ） (2020-05-10T01:45:03Z) - Predictive Modeling of ICU Healthcare-Associated Infections from
Imbalanced Data. Using Ensembles and a Clustering-Based Undersampling
Approach [55.41644538483948]
本研究は,集中治療室における危険因子の同定と医療関連感染症の予測に焦点をあてる。
感染発生率の低減に向けた意思決定を支援することを目的とする。
論文 参考訳（メタデータ） (2020-05-07T16:13:12Z)
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。