論文の概要: Visualizing Patient Trajectories and Disorder Co-occurrences in Child and Adolescent Mental Health

• arxiv url: http://arxiv.org/abs/2608.24911v1
• Date: Sat, 25 Jul 2026 18:15:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-31 05:49:59.245575
• Title: Visualizing Patient Trajectories and Disorder Co-occurrences in Child and Adolescent Mental Health
• Title（参考訳）: 小児・思春期精神保健における患者の軌跡と障害の同時発生の可視化
• Abstract要約: 本稿では,35歳以上の小児・青年精神保健サービス(CAMHS)データから得られたケアのクラスタ化エピソードを用いて,患者のタイムラインを可視化する。 第1話開始時の年齢層(就学前, 中学生, 十代の若者), 性差, 注意欠陥性多動性障害(ADHD)の有無の3つの特徴から, 12群に分類した。 プロットは、グループ間でのケアニーズとパターンの類似点と相違点を明らかにする。
• 参考スコア（独自算出の注目度）: 0.3250512744763587
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Understanding patient trajectories and identifying patterns in episodes of care is critical for effective healthcare decision-making. We present a patient timeline visualization using clustered episodes of care derived from over 35 years of Child and Adolescent Mental Health Services (CAMHS) data. Patients were categorized into 12 groups based on three features: age group (preschoolers, middle childhood, teenagers) at the start of the first episode, gender, and presence or absence of Attention-Deficit Hyperactivity Disorder (ADHD), in order to group similar patients. The patients, timeline with demographics, and episode of care information are displayed in the trajectory to facilitate understanding of the patient and associated events, allowing observation of temporal patterns and variations. These plots reveal similarities and differences in care needs and patterns across groups. Females without ADHD have a steady increase in the number of episodes of care with age. Females with ADHD and all males experienced a peak in the number of episodes during middle childhood, followed by a decline in the teenage years. To compare and understand the intensity and co-occurring disorders with ADHD across different groups, we plotted an ADHD co-occurrence graph, and Tourette's syndrome was co-occurring predominantly in all age groups. We evaluated and refined our visualizations with the involvement of clinicians, who found them useful for understanding the context of CAMHS care. These visual tools make the population data in the Electronic Health Records (EHR) available for decision-making and enhancing the understanding of care and disorder patterns across groups.
• Abstract（参考訳）: ケアエピソードにおける患者の軌跡の理解とパターンの特定は、効果的な医療意思決定に不可欠である。 本稿では,35歳以上の小児・青年精神保健サービス(CAMHS)データから得られたケアのクラスタ化エピソードを用いて,患者のタイムラインを可視化する。 対象は,第1話開始時の年齢群(幼児,中学生,10代),性差,注意・抑うつ性多動性障害(ADHD)の有無の3つの特徴に基づき,12群に分類した。 患者と関連する出来事の理解を容易にするため、患者、人口統計、ケア情報のエピソードを軌跡に表示し、時間的パターンや変動の観察を可能にする。 これらのプロットは、グループ間のケアニーズとパターンの類似点と相違点を明らかにする。 ADHDのない女性は、年齢によるケアの回数が着実に増加する。 ADHDと全男性では、中年期のエピソード数がピークに達し、その後10代の減少が続いた。 ADHDとADHDの強度と共起障害を異なるグループで比較,理解するために,ADHD共起グラフを作成し,Turette症候群は全年齢グループで主に共起した。 CAMHS ケアのコンテキストを理解するのに有用であると考えられた臨床医の関与で可視化を評価し,精査した。 これらの視覚ツールにより、電子健康記録(EHR)の人口データは、グループ間でのケアと障害パターンの理解を深め、意思決定と理解を高めることができる。

関連論文リスト

• A Comprehensive Review of Datasets for Clinical Mental Health AI Systems [55.67299586253951]
  本稿では,AIを活用した臨床アシスタントの訓練・開発に関連する臨床精神保健データセットの総合的調査を行う。 本調査では, 縦断データの欠如, 文化・言語表現の制限, 一貫性のない収集・注釈基準, 合成データのモダリティの欠如など, 重要なギャップを明らかにした。
  論文  参考訳（メタデータ） (2025-08-13T13:42:35Z)
• Hugging Rain Man: A Novel Facial Action Units Dataset for Analyzing Atypical Facial Expressions in Children with Autism Spectrum Disorder [2.3001245059699014]
  我々は,ASDと典型的発達(TD)の双方に対して,FACSの専門家が手動でアノテートした顔アクションユニット(AU)を含む,新しいデータセットHugging Rain Manを紹介する。 データセットには、ポーズと自発的な表情の豊富なコレクションが含まれており、合計で約130,000フレーム、22のAU、10のAction Descriptors(AD)、非定型評価が含まれている。
  論文  参考訳（メタデータ） (2024-11-21T02:51:52Z)
• Yes, this is what I was looking for! Towards Multi-modal Medical Consultation Concern Summary Generation [46.42604861624895]
  マルチモーダル・メディカル・コンシューム・サマリ・ジェネレーションの新しい課題を提案する。 患者のジェスチャーや表情などの非言語的手がかりは、患者の懸念を正確に識別するのに役立つ。 マルチモーダル・メディカル・コンシューム・サマリー・ジェネレーション・コーパスを構築。
  論文  参考訳（メタデータ） (2024-01-10T12:56:47Z)
• Dynamic Topic Language Model on Heterogeneous Children's Mental Health Clinical Notes [1.111488407653005]
  本研究では、新型コロナウイルス感染拡大に伴う小児のメンタルヘルスの進展について検討する。 臨床医は、性同一性に関連する子供のメンタルヘルスの格差を認識するための貴重な洞察を提供する。
  論文  参考訳（メタデータ） (2023-12-19T00:36:53Z)
• Pain Forecasting using Self-supervised Learning and Patient Phenotyping: An attempt to prevent Opioid Addiction [0.3749861135832073]
  シックル細胞病(Sickle Cell Disease)を治療するためには、将来の患者の痛みの軌跡を予測することが不可欠である。 主に患者の自己申告によって記録されるので,多くの痛み記録を入手して予測モデルを設計することは困難である。 本稿では、時系列データをクラスタリングするための自己教師付き学習手法を提案する。
  論文  参考訳（メタデータ） (2023-10-09T18:31:50Z)
• Handwriting and Drawing for Depression Detection: A Preliminary Study [53.11777541341063]
  精神健康に対する短期的コビデンスの影響は、不安や抑うつ症状の顕著な増加であった。 本研究の目的は、健康な人とうつ病患者を識別するために、オンライン手書き・図面解析という新しいツールを使用することである。
  論文  参考訳（メタデータ） (2023-02-05T22:33:49Z)
• Designing A Clinically Applicable Deep Recurrent Model to Identify Neuropsychiatric Symptoms in People Living with Dementia Using In-Home Monitoring Data [52.40058724040671]
  鎮静は認知症において高い有病率を有する神経精神医学症状の1つである。 扇動エピソードの検出は、認知症に生きる人々(PLWD)に早期かつタイムリーな介入を提供するのに役立つ。 本研究は,家庭内モニタリングデータを用いてPLWDの動揺リスクを分析するための教師付き学習モデルを提案する。
  論文  参考訳（メタデータ） (2021-10-19T11:45:01Z)
• Domain Generalisation for Apparent Emotional Facial Expression Recognition across Age-Groups [55.56174840049614]
  本研究では,異なる年齢群を用いた表情認識モデルの訓練効果について検討した。 その結果,未確認年齢群では,訓練年齢群の増加により表情認識能力が向上する傾向がみられた。
  論文  参考訳（メタデータ） (2021-10-18T10:35:40Z)
• Phenotyping Clusters of Patient Trajectories suffering from Chronic Complex Disease [3.1564542805009332]
  当院において, COPD 患者における3つの異なるクラスタリングモデルについて検討した。 本研究では,不均一な時系列データと不均衡なクラス分布に対処し,表現型分離を改善するための新しい修正法を提案する。
  論文  参考訳（メタデータ） (2020-11-17T01:18:33Z)
• Temporal Phenotyping using Deep Predictive Clustering of Disease Progression [97.88605060346455]
  我々は、時系列データをクラスタリングするためのディープラーニングアプローチを開発し、各クラスタは、同様の将来的な結果を共有する患者から構成される。 2つの実世界のデータセットに対する実験により、我々のモデルは最先端のベンチマークよりも優れたクラスタリング性能が得られることが示された。
  論文  参考訳（メタデータ） (2020-06-15T20:48:43Z)
• Neuropsychiatric Disease Classification Using Functional Connectomics -- Results of the Connectomics in NeuroImaging Transfer Learning Challenge [11.28123908443373]
  我々は,MICCAI 2019と共同で開催されたCNI-TLC(Connectomics in NeuroImaging Transfer Learning Challenge)を組織した。 CNI-TLCは,(1)青年期前コホートにおける注意欠陥・多動性障害(ADHD)の診断,(2)自閉症スペクトラム障害(ASD)患者の関連コホートへのADHDモデルの移行の2つの分類課題を含む。
  論文  参考訳（メタデータ） (2020-06-05T18:05:42Z)
• Learning Dynamic and Personalized Comorbidity Networks from Event Data using Deep Diffusion Processes [102.02672176520382]
  コンコルビンド病は、個人によって異なる複雑な時間的パターンを通じて発生し進行する。 電子的な健康記録では、患者が持つ異なる疾患を観察できるが、それぞれの共死状態の時間的関係を推測できるだけである。 我々は「ダイナミック・コオービディティ・ネットワーク」をモデル化するための深層拡散プロセスを開発する。
  論文  参考訳（メタデータ） (2020-01-08T15:47:08Z)

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。