論文の概要: A longitudinal geospatial multimodal dataset of post-discharge frailty, physiology, mobility, and neighborhoods

• arxiv url: http://arxiv.org/abs/2602.00060v1
• Date: Tue, 20 Jan 2026 06:11:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-09 02:03:42.293047
• Title: A longitudinal geospatial multimodal dataset of post-discharge frailty, physiology, mobility, and neighborhoods
• Title（参考訳）: 放散後欠陥, 生理学, 移動性, 周辺地域の縦断的空間的マルチモーダルデータセット
• Authors: Ali Abedi, Charlene H. Chu, Shehroz S. Khan,
• Abstract要約: GEOFRAIL(GEOFRAIL)は、地域在住の高齢者の退院後に収集した縦断的データセットである。 データは、プライバシを保存する空間アグリゲーションを備えた標準化されたパイプラインを使用して、放電後8週間にわたって収集された。
• 参考スコア（独自算出の注目度）: 3.753262097971202
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Frailty in older adults is associated with increased vulnerability to functional decline, reduced mobility, social isolation, and challenges during the transition from hospital to community living. These factors are associated with rehospitalization and may adversely influence recovery. Neighborhood environments can further shape recovery trajectories by affecting mobility opportunities, social engagement, and access to community resources. Multimodal sensing technologies combined with data-driven analytical approaches offer the potential to continuously monitor these multidimensional factors in real-world settings. This Data Descriptor presents GEOFRAIL, a longitudinal geospatial multimodal dataset collected from community-dwelling frail older adults following hospital discharge. The dataset is organized into interconnected tables capturing participant demographics, features derived from multimodal sensors, biweekly clinical assessments of frailty, physical function, and social isolation, and temporal location records linked to neighborhood amenities, crime rates, and census-based socioeconomic indicators. Data were collected over an eight-week post-discharge period using standardized pipelines with privacy-preserving spatial aggregation. Technical validation demonstrates internal consistency across geospatial, sensor-derived, and clinical measures and reports baseline performance of machine learning models for characterizing recovery trajectories.
• Abstract（参考訳）: 高齢者の虚弱は、機能低下に対する脆弱性の増加、モビリティの低下、社会的孤立、病院から地域生活への移行に伴う課題に関係している。 これらの要因はリハビリテーションと関連しており、回復に悪影響を及ぼす可能性がある。 近隣環境は、モビリティの機会、社会的エンゲージメント、およびコミュニティリソースへのアクセスに影響を与えることで、さらなる回復軌道を形成することができる。 マルチモーダルセンシング技術とデータ駆動分析アプローチを組み合わせることで、現実の環境でこれらの多次元要素を継続的に監視することができる。 このデータ記述子は,地域在住の高齢者の退院後に収集した縦断的地理空間的マルチモーダルデータセットであるGEOFRAILを提示する。 データセットは、参加者の人口統計、マルチモーダルセンサーから派生した特徴、欠陥、身体機能、社会的孤立の隔週臨床評価、および近隣のアメニティ、犯罪率、国勢調査に基づく社会経済指標に関連する時間的位置記録を収集する相互接続されたテーブルで構成されている。 データは、プライバシー保護空間アグリゲーションを備えた標準化されたパイプラインを使用して、放電後8週間にわたって収集された。 技術的検証は、地理空間、センサ由来、臨床測定における内部の整合性を実証し、回復軌跡を特徴付ける機械学習モデルのベースライン性能を報告する。

関連論文リスト

• Bi-Axial Transformers: Addressing the Increasing Complexity of EHR Classification [6.345037597566314]
  本稿では,よりリッチなデータ関係を学習するために,ERHデータの臨床的変数と時間軸の両方に対応するバイ軸変換器(BAT)を提案する。 BATは、セシス予測における最先端のパフォーマンスを達成し、死亡率分類の上位手法と競合する。
  論文  参考訳（メタデータ） (2025-08-17T16:04:56Z)
• Identifying and Characterising Higher Order Interactions in Mobility Networks Using Hypergraphs [1.1060425537315088]
  本研究では,時間的観測窓を利用したグループ間相互作用抽出モデルであるコビジュエーションハイパーグラフを提案する。 パターンマイニングを頻繁に行うことで,異なる空間的・時間的スケールにわたる動的移動挙動を捉えたハイパーグラフを構築した。 我々のハイパーグラフに基づくモビリティ分析フレームワークは,様々な分野に適用可能なツールとして有用であることを示す。
  論文  参考訳（メタデータ） (2025-03-24T11:29:06Z)
• Multimodal Sensor Dataset for Monitoring Older Adults Post Lower-Limb Fractures in Community Settings [2.166000001057538]
  下肢骨折(LLF)は高齢者にとって大きな健康上の問題である。 回復期には、高齢者はしばしば社会的孤立と機能低下に直面している。 本稿では,新しいマルチモーダルセンサデータセットMAISON-LLFを提案する。
  論文  参考訳（メタデータ） (2025-01-23T18:01:01Z)
• Collaborative Imputation of Urban Time Series through Cross-city Meta-learning [54.438991949772145]
  メタ学習型暗黙的ニューラル表現(INR)を利用した新しい協調的計算パラダイムを提案する。 次に,モデルに依存しないメタ学習による都市間協調学習手法を提案する。 20のグローバル都市から得られた多様な都市データセットの実験は、我々のモデルの優れた計算性能と一般化可能性を示している。
  論文  参考訳（メタデータ） (2025-01-20T07:12:40Z)
• Transfer Learning on Heterogeneous Feature Spaces for Treatment Effects Estimation [103.55894890759376]
  本稿では,不均一な特徴空間を扱うために表現学習を利用するビルディングブロックを紹介する。 本稿では,これらのビルディングブロックを用いて,標準CATE学習者の伝達学習の等価性を回復する方法を示す。
  論文  参考訳（メタデータ） (2022-10-08T16:41:02Z)
• Data-Centric Epidemic Forecasting: A Survey [56.99209141838794]
  この調査は、様々なデータ駆動の方法論および実践的進歩を掘り下げるものである。 疫学的なデータセットと,流行予測に関連する新しいデータストリームを列挙する。 また,これらの予測システムの現実的な展開において生じる経験や課題についても論じる。
  論文  参考訳（メタデータ） (2022-07-19T16:15:11Z)
• Approximate Bayesian Computation for an Explicit-Duration Hidden Markov Model of COVID-19 Hospital Trajectories [55.786207368853084]
  新型コロナウイルス(COVID-19)のパンデミックの中、病院の資源をモデル化する問題に取り組んでいます。 幅広い適用性のために、関心のある領域の患者レベルデータが利用できない、一般的なが困難なシナリオに注目します。 本稿では,ACED-HMM(ACED-HMM)と呼ばれる集合数正規化隠れマルコフモデルを提案する。
  論文  参考訳（メタデータ） (2021-04-28T15:32:42Z)
• Health Status Prediction with Local-Global Heterogeneous Behavior Graph [69.99431339130105]
  ウェアラブルセンサから継続的に収集される各種データストリームにより、健康状態の推定が可能です。 行動関連マルチソースデータストリームをローカル・グローバル・グラフでモデル化することを提案する。 学生生活データセットを用いて実験を行い,提案モデルの有効性を実証した。
  論文  参考訳（メタデータ） (2021-03-23T11:10:04Z)
• Trajectories, bifurcations and pseudotime in large clinical datasets: applications to myocardial infarction and diabetes data [94.37521840642141]
  混合データ型と欠落値を特徴とする大規模臨床データセット分析のための半教師付き方法論を提案する。 この手法は、次元の減少、データの可視化、クラスタリング、特徴の選択と、部分的に順序付けられた観測列における測地距離(擬時)の定量化のタスクを同時に扱うことのできる弾性主グラフの適用に基づいている。
  論文  参考訳（メタデータ） (2020-07-07T21:04:55Z)

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。