論文の概要: Dialysis Risk Prediction and Treatment Effect Estimation for AKI patients using Longitudinal Electronic Health Records

• arxiv url: http://arxiv.org/abs/2604.24547v1
• Date: Mon, 27 Apr 2026 14:41:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-28 17:12:08.091695
• Title: Dialysis Risk Prediction and Treatment Effect Estimation for AKI patients using Longitudinal Electronic Health Records
• Title（参考訳）: 経時的電子カルテを用いたAKI患者の透析リスク予測と治療効果推定
• Authors: Kalyani P. Pande, Evan Yang, Bryan Zhu, Sandeep K. Mallipattu, Alisa Yurovsky, Tengfei Ma,
• Abstract要約: 腎検査の傾向を呈する診断, 治療, 薬品の配列をモデル化し, 固定窓EHRコホートを構築した。 薬物および成分レベルの平均治療効果を推定するために,トランスフォーマーに基づく因果多頭部モデルが訓練された。 その結果,ACE/ARB曝露に対する部分的保護指向性サポートとループ利尿薬に対する悪化指向性信号が認められた。
• 参考スコア（独自算出の注目度）: 5.2513348694877156
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Progression to dialysis or end-stage renal disease is a rare but clinically important outcome. Clinicians need evidence on how medication exposures influence downstream risk. We constructed a fixed-window EHR cohort (90-day observation, 730-day prediction; N=81401; dialysis/ESRD prevalence: 1.1%) and modeled sequences of diagnoses, procedures, and medications with kidney laboratory trends (creatinine, BUN, eGFR). A transformer-based causal multi-head model was trained to estimate drug- and ingredient-level average treatment effects (ATEs) using counterfactual exposure removal and insertion under a full medication history setup. On test set, predictive performance reached an AUC of 0.694 and PR-AUC of 0.094. At the selected decision threshold (0.883), the model achieved an F1 score of 0.201 with a Brier score of 0.018. Post-hoc causal analyses of lab changes (eGFR, creatinine, BUN) using IPTW, AIPW, naive, and covariate-adjusted OLS methods assessed clinical directionality. Results showed partial protective-direction support for ACE/ARB exposures and worsening-direction signals for loop diuretics.
• Abstract（参考訳）: 透析や末期腎疾患への進展は稀だが臨床的に重要な結果である。 臨床医は、薬物曝露が下流のリスクにどのように影響するかを示す証拠を必要とする。 EHRコホート(90日間の観察,730日間の予測,N=81401,透析・ESRD有病率:1.1%)と腎検査(クレアチニン,BUN,eGFR)による診断・治療・治療のモデル化を行った。 薬物および成分レベルの平均治療効果 (ATEs) を, 経口経口経口投与による経口投与と経口投与による経口投与で評価した。 テストセットでは、予測性能は0.694、PR-AUC0.094に達した。 選択された判定閾値(0.883)では、F1スコアは0.201、ブライアスコアは0.018となった。 IPTW, AIPW, naive, covariate-adjusted OLS法による実験室変化(eGFR, クレアチニン, BUN)の経時的因果解析を行った。 その結果,ACE/ARB曝露に対する部分的保護指向性サポートとループ利尿剤に対する悪化指向性信号が認められた。

関連論文リスト

• Explainable Admission-Level Predictive Modeling for Prolonged Hospital Stay in Elderly Populations: Challenges in Low- and Middle-Income Countries [65.4286079244589]
  長期滞在期間 (pLoS) は, 院内感染のリスクに関連する重要な要因である。 入院レベルの患者と病院の診療データを用いて, pLosの予測モデルを開発し, 解説する。
  論文  参考訳（メタデータ） (2026-01-07T23:35:24Z)
• Chronic Kidney Disease Prognosis Prediction Using Transformer [2.054117570146147]
  慢性腎臓病(CKD)は世界の人口の10%近くに影響し、しばしば末期腎不全へと進行する。 マルチモーダル電子健康記録を用いたCKD進行予測のためのトランスフォーマーベースのフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-11-04T07:52:17Z)
• Early Prediction of Multi-Label Care Escalation Triggers in the Intensive Care Unit Using Electronic Health Records [1.116791976498254]
  本研究では、ケアエスカレーショントリガー(CET)を予測するマルチラベル分類フレームワークを提案する。 CETは、24時間から72時間のデータに適用されるルールベースの基準を用いて定義される。 我々は85,242 ICUのコーホートで複数の分類モデルを訓練し,評価した。
  論文  参考訳（メタデータ） (2025-09-15T20:40:45Z)
• A Novel Attention-Augmented Wavelet YOLO System for Real-time Brain Vessel Segmentation on Transcranial Color-coded Doppler [49.03919553747297]
  我々は,脳動脈を効率よく捉えることができるAIを利用したリアルタイムCoW自動分割システムを提案する。 Transcranial Color-coded Doppler (TCCD) を用いたAIによる脳血管セグメンテーションの事前研究は行われていない。 提案したAAW-YOLOは, 異方性および対側性CoW容器のセグメンテーションにおいて高い性能を示した。
  論文  参考訳（メタデータ） (2025-08-19T14:41:22Z)
• Interpretable Machine Learning Model for Early Prediction of Acute Kidney Injury in Critically Ill Patients with Cirrhosis: A Retrospective Study [3.5626691568652507]
  肝硬変は進行性肝疾患であり、死亡率が高く、合併症も頻発する。 多くの予測ツールは、精度、解釈可能性、集中治療ユニット(ICU)との整合性を欠いている。 本研究は,肝硬変患者の早期AKI予測のための解釈可能な機械学習モデルを開発した。
  論文  参考訳（メタデータ） (2025-08-13T23:03:28Z)
• Prediction of Significant Creatinine Elevation in First ICU Stays with Vancomycin Use: A retrospective study through Catboost [3.4335475695580127]
  バンコマイシン(Vancomycin、Vancomycin)は、ICUの重症グラム陽性感染症に対する重要な抗生物質であり、腎毒性のリスクが高い。 本研究では,通常のICUデータを用いて,バンコマイシン関連クレアチニン上昇を予測する機械学習モデルを開発することを目的とした。
  論文  参考訳（メタデータ） (2025-07-30T19:15:37Z)
• Testing Causal Explanations: A Case Study for Understanding the Effect of Interventions on Chronic Kidney Disease [1.2449538970962482]
  我々は大規模な電子健康記録データセットを用いた方法論を開発した。 回帰不連続性の原理は、専門家主導の介入をテストするためにランダム化されたデータサブセットを導出するために用いられた。 この方法論は、実際のEHRデータを用いて、人口レベルの洞察を提供し、医療提供の改善を知らせる方法を示している。
  論文  参考訳（メタデータ） (2024-10-15T20:34:36Z)
• Development of Automated Neural Network Prediction for Echocardiographic Left ventricular Ejection Fraction [36.58987036154144]
  本稿では,深層ニューラルネットワークとアンサンブル学習に基づく新しいパイプライン手法を提案する。 この手法は,10,030個の心エコー図を含むオープンソースデータセットを用いて開発,検証した。 本研究では、LVEFの自動ニューラルネットワークに基づく計算が、心収縮機能のフレーム・バイ・フレーム手動評価を行う専門医に匹敵することを示した。
  論文  参考訳（メタデータ） (2024-03-18T18:09:22Z)
• Deep-Learning Tool for Early Identifying Non-Traumatic Intracranial Hemorrhage Etiology based on CT Scan [40.51754649947294]
  深層学習モデルは、2011年1月から2018年4月までに収集された非外傷性ICHを用いた1868個のNCCTスキャンを用いて開発された。 診断成績は臨床医の成績と比較した。 臨床医は, システム拡張による特定の出血エチオロジーの感度, 特異性, 精度を著しく改善した。
  論文  参考訳（メタデータ） (2023-02-02T08:45:17Z)
• 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)
• Automated Quantification of CT Patterns Associated with COVID-19 from Chest CT [48.785596536318884]
  提案法は,非造影胸部CTを入力として,病変,肺,葉を3次元に分割する。 この方法では、肺の重症度と葉の関与度を2つの組み合わせて測定し、COVID-19の異常度と高不透明度の存在度を定量化する。 このアルゴリズムの評価は、カナダ、ヨーロッパ、米国からの200人の参加者(感染者100人、健康管理100人)のCTで報告されている。
  論文  参考訳（メタデータ） (2020-04-02T21:49:14Z)

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。