論文の概要: Policy Optimization for Dynamic Heart Transplant Allocation

• arxiv url: http://arxiv.org/abs/2512.12497v1
• Date: Sat, 13 Dec 2025 23:51:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-16 17:54:56.28294
• Title: Policy Optimization for Dynamic Heart Transplant Allocation
• Title（参考訳）: 動的心移植術の政策最適化
• Authors: Ioannis Anagnostides, Zachary W. Sollie, Arman Kilic, Tuomas Sandholm,
• Abstract要約: 心臓移植は、進行性心不全の患者にとって有効な方法である。 現在の割当政策は、移植前と移植後の死亡率を考慮すると十分ではない。 異なるポリシーの性能を評価・比較できる新しいシミュレータを開発した。
• 参考スコア（独自算出の注目度）: 48.56507763517103
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Heart transplantation is a viable path for patients suffering from advanced heart failure, but this lifesaving option is severely limited due to donor shortage. Although the current allocation policy was recently revised in 2018, a major concern is that it does not adequately take into account pretransplant and post-transplant mortality. In this paper, we take an important step toward addressing these deficiencies. To begin with, we use historical data from UNOS to develop a new simulator that enables us to evaluate and compare the performance of different policies. We then leverage our simulator to demonstrate that the status quo policy is considerably inferior to the myopic policy that matches incoming donors to the patient who maximizes the number of years gained by the transplant. Moreover, we develop improved policies that account for the dynamic nature of the allocation process through the use of potentials -- a measure of a patient's utility in future allocations that we introduce. We also show that batching together even a handful of donors -- which is a viable option for a certain type of donors -- further enhances performance. Our simulator also allows us to evaluate the effect of critical, and often unexplored, factors in the allocation, such as geographic proximity and the tendency to reject offers by the transplant centers.
• Abstract（参考訳）: 心臓移植は、先進的な心不全に悩む患者にとって有効な方法であるが、ドナー不足のため、この救命オプションは極めて制限されている。 現在の割当方針は2018年に改正されたものの、移植前や移植後死亡率を十分に考慮していないことが大きな懸念点である。 本稿では,これらの欠陥に対処するための重要な一歩を踏み出す。 まず、UNOSの履歴データを用いて、異なるポリシーの性能を評価し比較できる新しいシミュレータを開発した。 以上の結果から, 移植後1年を最大化できる患者に対して, 来院者に対応する筋電図方針に比較して, 現状クオ政策が有意に劣っていることを示す。 さらに、我々は、将来導入するアロケーションにおける患者の有用性の尺度である電位を用いて、アロケーションプロセスの動的な性質を考慮に入れた政策を整備し、特定の種類のドナーにとって実行可能な選択肢である少数のドナーでさえバッチ化することで、パフォーマンスをさらに向上させることを示す。 また, このシミュレータにより, 地理的近接性や移植センターのオファーを拒否する傾向など, 重要かつしばしば探索されていない要因の影響を評価することができる。

関連論文リスト

• Optimizing Hard-to-Place Kidney Allocation: A Machine Learning Approach to Center Ranking [0.4893345190925178]
  そこで本稿では, 中心に腎を配置するデータ駆動型機械学習によるランキングシステムを提案する。 本実験により, 提案方針は, 全腎臓に4倍, 固着腎臓に10倍のセンター数を減らした。
  論文  参考訳（メタデータ） (2024-10-10T17:15:41Z)
• Deep State-Space Generative Model For Correlated Time-to-Event Predictions [54.3637600983898]
  そこで本研究では,様々な種類の臨床イベント間の相互作用を捉えるために,潜伏状態空間生成モデルを提案する。 また,死亡率と臓器不全の関連性について有意な知見が得られた。
  論文  参考訳（メタデータ） (2024-07-28T02:42:36Z)
• Pruning the Way to Reliable Policies: A Multi-Objective Deep Q-Learning Approach to Critical Care [46.2482873419289]
  我々は、より信頼性の高いクリティカルケアポリシーを得るための深いQ-ラーニングアプローチを導入する。 本手法を,集中治療室のシミュレーション環境と実際の健康記録を用いて,オフライン・オフ・セッティングで評価した。
  論文  参考訳（メタデータ） (2023-06-13T18:02:57Z)
• Policy Learning with Asymmetric Counterfactual Utilities [0.6138671548064356]
  非対称対実効関数を用いた最適政策学習について検討する。 最大電力損失を最小にすることで、最小限の決定ルールを導出する。 中間分類問題を解くことにより、観測データから最小損失決定ルールを学習できることが示される。
  論文  参考訳（メタデータ） (2022-06-21T15:44:49Z)
• Optimal discharge of patients from intensive care via a data-driven policy learning framework [58.720142291102135]
  退院課題は、退院期間の短縮と退院決定後の退院や死亡のリスクとの不確実なトレードオフに対処することが重要である。 本研究は、このトレードオフを捉えるためのエンドツーエンドの汎用フレームワークを導入し、最適放電タイミング決定を推奨する。 データ駆動型アプローチは、患者の生理的状態を捉えた同種で離散的な状態空間表現を導出するために用いられる。
  論文  参考訳（メタデータ） (2021-12-17T04:39:33Z)
• Learning $\mathbf{\mathit{Matching}}$ Representations for Individualized Organ Transplantation Allocation [98.43063331640538]
  臓器アロケーションと移植結果の観察データを用いて,臓器マッチングのためのデータ駆動型ルールの学習問題を定式化する。 本稿では,表現学習に基づくモデルを提案し,ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ド 本モデルは,ヒトの専門家が実施する最先端のアロケーション手法やポリシーより優れる。
  論文  参考訳（メタデータ） (2021-01-28T01:33:21Z)
• Counterfactually Guided Off-policy Transfer in Clinical Settings [7.313613282363874]
  本稿では,基礎となる生成過程を因果メカニズムでモデル化し,非政治的移行の手法を提案する。 観測不能なコンファウンディングの存在下で、データの空白にどのように対処するかを実証する。
  論文  参考訳（メタデータ） (2020-06-20T20:36:56Z)
• Robust Policies For Proactive ICU Transfers [3.9286045166400685]
  集中治療室(ICU)への移動が計画されていない患者は、ICUに直接入院した患者よりも死亡率が高い傾向にある。 患者劣化を予測する機械学習の最近の進歩は、病棟からICUへのEmphproactive transferの可能性をもたらした。 本研究では,患者全体のケア改善を最適化する際のデータ制限による統計的推定の不確実性を考慮したインプロバスト患者移動政策の課題について検討する。
  論文  参考訳（メタデータ） (2020-02-14T21:07:15Z)

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。