Fugu-MT 論文翻訳(概要): Feature importance analysis for patient management decisions

論文の概要: Feature importance analysis for patient management decisions

arxiv url: http://arxiv.org/abs/2605.04666v1
Date: Wed, 06 May 2026 09:12:27 GMT
ステータス: 翻訳完了
システム内更新日: 2026-05-07 18:41:07.742822
Title: Feature importance analysis for patient management decisions
Title（参考訳）: 患者管理決定における重要度分析
Abstract要約: 術後心疾患4486例の電子的健康記録から抽出したデータと意思決定について分析を行った。多くの場合、全ての特徴のごく一部から、医師の検査の順序と薬品の決定を適切に予測できることが示される。
参考スコア（独自算出の注目度）: 17.631037059604477
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The objective of this paper is to understand what characteristics and features of clinical data influence physician's decision about ordering laboratory tests or prescribing medications the most. We conduct our analysis on data and decisions extracted from electronic health records of 4486 post-surgical cardiac patients. The summary statistics for 335 different lab order decisions and 407 medication decisions are reported. We show that in many cases, physician's lab-order and medication decisions can be well predicted from a small subset of all features.
Abstract（参考訳）: 本研究の目的は,臨床データの特徴と特徴が臨床検査の発注や医薬品の処方に関する医師の判断に最も影響を及ぼすかを明らかにすることである。術後心疾患4486例の電子的健康記録から抽出したデータと意思決定について分析を行った。 335の異なる研究室の注文決定と407の薬品決定に関する要約統計が報告されている。多くの場合、全ての特徴のごく一部から、医師の検査の順序と薬品の決定を適切に予測できることが示される。

関連論文リスト

Simulating Viva Voce Examinations to Evaluate Clinical Reasoning in Large Language Models [51.91760712805404]
大規模言語モデル(LLM)におけるシーケンシャルな臨床推論を評価するためのベンチマークであるVivaBenchを紹介する。本データセットは,医療訓練における(口頭)検査をシミュレートする対話的シナリオとして構成された1762名の医師による臨床ヴィグネットから構成される。本分析では,臨床における認知的誤りを反映するいくつかの障害モードを同定した。
論文参考訳（メタデータ） (2025-10-11T16:24:35Z)
ER-REASON: A Benchmark Dataset for LLM-Based Clinical Reasoning in the Emergency Room [6.910389029249664]
大規模言語モデル (LLMs) は, ライセンス試験に基づく質問応答タスクにおいて, 広範囲に評価されている。 ER-Reason(ER-Reason)は、救急室におけるLSMに基づく臨床推論と意思決定を評価するために設計されたベンチマークである。
論文参考訳（メタデータ） (2025-05-28T22:43:44Z)
MedDec: A Dataset for Extracting Medical Decisions from Discharge Summaries [18.05326386854129]
メドデック」データセットには10種類の医学的判断によって注釈付けされた11種類の表現型(障害)の臨床ノートが含まれている。本研究の目的は,臨床ノート内で異なるタイプの医療判断を共同で抽出し,分類することである。
論文参考訳（メタデータ） (2024-08-23T10:54:44Z)
CausalMed: Causality-Based Personalized Medication Recommendation Centered on Patient health state [11.137353555292277]
CausalMedは、患者の表現のパーソナライズを高めることができる患者の健康状態中心モデルである。本手法はよりパーソナライズされた患者表現を学習し、精度と安全性において最先端のモデルより優れる。
論文参考訳（メタデータ） (2024-04-18T14:44:08Z)
Causal thinking for decision making on Electronic Health Records: why and how [7.5158549898780445]
データ駆動決定には因果思考が必要である。実生活の患者記録から有効な意思決定を支援するための,ステップバイステップのフレームワークを提案する。
論文参考訳（メタデータ） (2023-08-03T08:17:00Z)
SPeC: A Soft Prompt-Based Calibration on Performance Variability of Large Language Model in Clinical Notes Summarization [50.01382938451978]
本稿では,ソフトプロンプトを用いたモデルに依存しないパイプラインを導入し,確率に基づく要約の利点を保ちながら分散を減少させる。実験結果から,本手法は性能を向上するだけでなく,様々な言語モデルの分散を効果的に抑制することが明らかとなった。
論文参考訳（メタデータ） (2023-03-23T04:47:46Z)
Remote Medication Status Prediction for Individuals with Parkinson's Disease using Time-series Data from Smartphones [75.23250968928578]
本稿では,パーキンソン病患者のmPowerデータセットを用いて薬剤状態を予測する方法を提案する。提案手法は,3つの薬物状態を客観的に予測する上で有望な結果を示す。
論文参考訳（メタデータ） (2022-07-26T02:08:08Z)
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)
What Do You See in this Patient? Behavioral Testing of Clinical NLP Models [69.09570726777817]
本稿では,入力の変化に関する臨床結果モデルの振る舞いを評価する拡張可能なテストフレームワークを提案する。私たちは、同じデータを微調整しても、モデル行動は劇的に変化し、最高のパフォーマンスのモデルが常に最も医学的に可能なパターンを学習していないことを示しています。
論文参考訳（メタデータ） (2021-11-30T15:52:04Z)
COVID-Net Clinical ICU: Enhanced Prediction of ICU Admission for COVID-19 Patients via Explainability and Trust Quantification [71.80459780697956]
患者臨床データに基づくICU入院予測のためのニューラルネットワークであるCOVID-Net Clinical ICUを紹介する。提案されたCOVID-Net Clinical ICUは、1,925人のCOVID-19患者からなるシロ・リバネ病院の臨床データセットを使用して構築された。定量的説明可能性戦略を用いたシステムレベルの洞察発見を行い,異なる臨床特徴の意思決定効果について検討した。
論文参考訳（メタデータ） (2021-09-14T14:16:32Z)
Personalized and Reliable Decision Sets: Enhancing Interpretability in Clinical Decision Support Systems [0.08594140167290096]
このシステムは、意思決定ルールセットと、グローバルおよびローカルな解釈可能性を提供する機械学習スキームを組み合わせる。個々の予測の信頼性分析も対処され、さらにパーソナライズされた解釈可能性に寄与する。
論文参考訳（メタデータ） (2021-07-15T17:36:24Z)
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)

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。