論文の概要: Multitask Multimodal Fusion with Tabular Foundation Models for Peak and Durability Prediction of Pertussis Booster Response

• arxiv url: http://arxiv.org/abs/2605.12852v1
• Date: Wed, 13 May 2026 01:00:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-14 23:30:27.741822
• Title: Multitask Multimodal Fusion with Tabular Foundation Models for Peak and Durability Prediction of Pertussis Booster Response
• Title（参考訳）: タブラル基礎モデルを用いたマルチタスク多モード核融合による打楽器応答のピークと耐久性予測
• Authors: Divya Sitani,
• Abstract要約: Pertussis booster vaccination(英語版)は、ピーク等級と長期の耐久性の両方において、個体間で広く異なる免疫反応を産生する。 ほとんどの計算モデルは1つしか目標とせず、完全なブースト・アンド・ワン軌道を欠いている。 2つのエンドポイントは冗長ではなく生物学的に分離されているため、両方を共同で予測することは自明ではない。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Pertussis booster vaccination produces immune responses that vary widely across individuals in both peak magnitude and long-term durability. These two phases are governed by partly distinct biological compartments:peak reflects acute B-cell activation and antibody secretion, while durability reflects the establishment of long-term humoral memory. Yet most computational models target only one, missing the full boost-and-wane trajectory. Jointly predicting both is non-trivial because the two endpoints are biologically dissociated rather than redundant; samples are small, modalities are heterogeneous with structured missingness, and the two tasks rely on different measurement windows. We propose a multi-task contrastive multimodal fusion architecture combining frozen TabPFN-v2 per-modality encoders, a dual-label supervised contrastive loss that treats two subjects as a positive pair if they agree on the Task 1 label or the Task 2 label, modality dropout calibrated to empirical missingness, and missingness-masked attention fusion. Applied to a curated subset of the CMI-PB pertussis booster dataset (n = 158 subjects, four modalities, 44.9% with at least one modality missing; Spearman r = -0.58 between peak and durability, n = 96), the model achieves test AUROC 0.797 (95% CI [0.621, 0.948]) for peak response and 0.755 (95% CI [0.519, 0.945]) for durability, with both significant under joint label permutation (N = 1000; p = 0.002 and p = 0.045). Across logistic regression, XGBoost, and MLP baselines on raw features and on TabPFN embeddings, the proposed model is the only one whose 95% CIs lie above chance on both tasks simultaneously. Per-modality contribution analyses recover task-specific modality contributions consistent with the underlying immunology: peak prediction is carried by cytokine signatures, while durability is carried by baseline antibody features.
• Abstract（参考訳）: Pertussis booster vaccination(英語版)は、ピーク等級と長期の耐久性の両方において、個体間で広く異なる免疫反応を産生する。 ピークは急性B細胞活性化と抗体分泌を反映し、耐久性は長期記憶の確立を反映している。 しかし、ほとんどの計算モデルは1つしか目標とせず、完全なブースト・アンド・ワン軌道を欠いている。 2つのエンドポイントは冗長ではなく生物学的に分離されているため、両者を共同で予測することは自明ではない;サンプルは小さく、モダリティは構造的欠如と不均一であり、2つのタスクは異なる測定窓に依存している。 本稿では,凍結したTabPFN-v2単位のモダリティエンコーダと,タスク1ラベルやタスク2ラベルに同意した場合に2つの被験者を正のペアとして扱うデュアルラベル管理型コントラスト型コントラスト型コントラスト型エンコーダと,経験的欠落に校正されたモダリティドロップアウトと,欠落した注意融合を組み合わせたマルチタスク・コントラスト型マルチモーダルフュージョンアーキテクチャを提案する。 AUROC 0.797 (95% CI [0.621, 0.948]) for peak response, 0.755 (95% CI [0.519, 0.945]) for durability, with both significant under joint label permutation (N = 1000; p = 0.002 and p = 0.045)。 ロジスティック回帰、XGBoost、MLPは生の特徴に基づくベースラインであり、TabPFNの埋め込みでは、提案モデルは両方のタスクにおいて95%のCIが同時に上位にある唯一のモデルである。 免疫学的には、ピーク予測はサイトカインシグネチャによって行われ、耐久性はベースライン抗体の特徴によってもたらされる。

関連論文リスト

• Compact Latent Manifold Translation: A Parameter-Efficient Foundation Model for Cross-Modal and Cross-Frequency Physiological Signal Synthesis [4.672369796753925]
  既存の基礎モデルは、しばしば重度のモダリティの絡み合いに苦しむ連続潜在空間に依存している。 本稿では,これらのギャップを埋める高パラメータ効率(0.09B)統一フレームワークであるコンパクト潜時翻訳(CLMT)を提案する。 計算フットプリントのごく一部で生物学的信号の普遍的な離散言語を学習することにより、我々はエッジ展開可能な多要素医療基盤モデルのための新しい軌道を定めている。
  論文  参考訳（メタデータ） (2026-05-13T09:31:36Z)
• Joint Treatment Effect Estimation from Incomplete Healthcare Data: Temporal Causal Normalizing Flows with LLM-driven Evolutionary MNAR Imputation [0.0]
  不完全長手EHRによる治療効果推定のための2段階パイプラインを提案する。 CaulFlow-Tは、長期記憶(LSTM)を符号化した患者履歴を持つ、DAGに制約された正規化フローである。 CaulFlow-Tは、正確な非可逆逆推論を行い、変分推論からの近似誤差を回避し、明示的な因果構造を通して共起を分離する。
  論文  参考訳（メタデータ） (2026-05-06T16:53:08Z)
• Architecture-Agnostic Modality-Isolated Gated Fusion for Robust Multi-Modal Prostate MRI Segmentation [0.0]
  多重化前立腺MRIは、T2パラメトリック(T2W)、見かけ拡散係数(ADC)、高b値拡散強調(HBV)配列を組み合わせる。 実際には、拡散配列は、T2Wよりも、取得のばらつき、動き、アーティファクトの影響を受けることが多い。 我々は、学習ゲーティングステージの前に、個別のモダリティ固有の符号化ストリームを維持するために、Modality-Isolated Gated Fusion (MIGF)を提案する。
  論文  参考訳（メタデータ） (2026-04-12T15:54:21Z)
• BadCLIP++: Stealthy and Persistent Backdoors in Multimodal Contrastive Learning [73.46118996284888]
  マルチモーダル・コントラスト学習モデルに対するバックドア攻撃の研究は、ステルスネスと永続性という2つの大きな課題に直面している。 両課題に対処する統合フレームワークであるBadCLIP++を提案する。 ステルスネスのために,タスク関連領域付近に知覚不可能なパターンを埋め込むセマンティックフュージョンQRマイクロトリガーを導入する。 持続性については、半径縮小とセントロイドアライメントによるトリガ埋め込みを安定化する。
  論文  参考訳（メタデータ） (2026-02-19T08:31:16Z)
• Function-Space Decoupled Diffusion for Forward and Inverse Modeling in Carbon Capture and Storage [65.51149575007149]
  本稿では,Fun-DDPSについて述べる。Fun-DDPSは,関数空間拡散モデルと微分可能なニューラル演算子サロゲートを結合した生成フレームワークである。 Fun-DDPSは、ジョイントステートベースラインで観察される高周波アーティファクトから、物理的に一貫した実現をもたらす。
  論文  参考訳（メタデータ） (2026-02-12T18:58:12Z)
• Decoupling the Effect of Chain-of-Thought Reasoning: A Human Label Variation Perspective [60.45433515408158]
  長いチェーン・オブ・ソート(CoT)がトップオプションの決定的決定要因となるが、あいまいなタスクの粒度分布キャリブレータとして機能しないことを示す。 CoTは分布アライメントを改善するが、CoTの内容によって最終的な精度が決定される。
  論文  参考訳（メタデータ） (2026-01-06T16:26:40Z)
• VAMP-Net: An Interpretable Multi-Path Framework of Genomic Permutation-Invariant Set Attention and Quality-Aware 1D-CNN for MTB Drug Resistance [0.0]
  本稿では,解釈可能な可変型マルチパスネットワーク(VAMP-Net)を提案する。 Path-1は、ゲノム座間のエピスタティック相互作用を捉えるために、Set Attention Transformer Processing permutation-invariant variant setを使用する。 Path-2は1D Confabal Networkを使用し、Variant Call Formatの品質指標を分析して信頼性スコアを学習する。
  論文  参考訳（メタデータ） (2025-12-25T21:28:54Z)
• Unlasting: Unpaired Single-Cell Multi-Perturbation Estimation by Dual Conditional Diffusion Implicit Bridges [68.98973318553983]
  本稿では,Dual Diffusion Implicit Bridges (DDIB) に基づくフレームワークを提案する。 我々は、生物学的に意味のある方法で摂動シグナルを伝達するために遺伝子制御ネットワーク(GRN)情報を統合する。 また、サイレント遺伝子を予測し、生成したプロファイルの品質を向上させるためのマスキング機構も組み込んだ。
  論文  参考訳（メタデータ） (2025-06-26T09:05:38Z)
• Statistical and Computational Phase Transitions in Group Testing [73.55361918807883]
  本研究の目的は、希少な疾患を患っているk人の集団を同定することである。 個々人のテストを割り当てるための2つの異なる単純なランダムな手順を考える。
  論文  参考訳（メタデータ） (2022-06-15T16:38:50Z)

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。