論文の概要: Learning a Continuous Sepsis Severity Score Without Hour-by-Hour Supervision: A Two-Site Retrospective Study

• arxiv url: http://arxiv.org/abs/2608.27421v1
• Date: Thu, 27 Aug 2026 17:46:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-28 16:30:58.516446
• Title: Learning a Continuous Sepsis Severity Score Without Hour-by-Hour Supervision: A Two-Site Retrospective Study
• Title（参考訳）: 時間ごとのスーパービジョンを伴わない連続的セプシス重症スコアの学習:2段階の振り返り
• Abstract要約: 現在使われているセプシスの重症度指数は、数十年前に確立された固定変数と重みに依存している。 72時間処理ウィンドウ上で43変数を正規チャート化して死亡率の指標を作成した。 乳酸濃度の変化は乳酸濃度の変化と相関した。
• 参考スコア（独自算出の注目度）: 6.58570893992725
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Currently used sepsis severity indices rely on fixed variables and weights established decades ago, which are coarsely discretized and calibrated to a cohort that no longer reflects contemporary critical care. No alternative learned directly from patient trajectories is in routine use. We conducted a retrospective two-cohort study on a total of 29,116 and 7,691 adult patients meeting Sepsis-3 criteria from two hospital systems in Massachusetts and Georgie, respectively. We developed a sepsis index using 43 routinely charted variables over a 72-hour treatment window. Unlike previous studies, we use mortality as a treatment-level ranking signal rather than a per-state target, allowing credit to be redistributed non-uniformly across timesteps. Evaluation was done on a permanent 20% test holdout, using clinical vignettes and Spearman correlation. Uncertainty intervals were obtained by bootstrap resampling of whole patients. Under this ranking scheme, non-survivors scored 1.19-1.64 points higher than survivors on a 0-10 scale within all strata of baseline SOFA-2, with similar results stratifying within lactate, mean arterial pressure (MAP), and creatinine. Within-patient change in the index correlated with change in lactate (Spearman rho = 0.39; n = 1,854). Similar, weaker correlations were found for MAP and creatinine. On a cohort level, cross-institutional agreement measured by Spearman correlation between models trained on different sites, were 70-77% of same-site correlation. External within-patient correlations were 0.54 and 0.59 against ceilings of 0.92 and 0.90. Our index also correlated with established indices, while null controls stayed near zero. Our index demonstrated hourly prognostic information that meaningfully separates patient outcomes and is consistent with clinical expectation, indicating potential as a decision support tool complementing clinical judgement.
• Abstract（参考訳）: 現在使われているセプシスの重症度指数は、数十年前に確立された固定変数と重みに依存しており、これらは粗い離散化と校正が行われ、現代のクリティカルケアを反映していないコホートに分類されている。 患者軌跡から直接の学習は日常的に行われていない。 マサチューセッツ州の2つの病院システムから, セプシス3の基準を満たす成人29,116人, 成人7,691人を対象に, ふたたび2コホート調査を行った。 72時間処理ウィンドウ上で43変数を正規に表したセシス指標を開発した。 従来の研究とは異なり、我々は死亡率を国家ごとの目標ではなく治療レベルランキングの信号として使用し、クレジットをタイムステップで不均一に再分配することができる。 臨床的ヴィグネットとスピアマン相関を用いて, 永久的20%テストホールドアウトで評価を行った。 全患者のブートストラップ再サンプリングにより不確かさ区間が得られた。 このランキングでは、生存者以外の者は、ベースラインSOFA-2の全層で0-10スケールの生存者よりも1.19-1.64ポイント高く、乳酸、平均動脈圧(MAP)、クレアチニンでも同様の結果が得られた。 乳酸 (Spearman rho = 0.39; n = 1,854。 同様に、MAPとクレアチニンの相関は弱かった。 コホートレベルでは、異なる場所で訓練されたモデル間のスピアマン相関によって測定されたクロスインスティテュート合意は、同サイト相関の70～77%であった。 患者内部の相関は0.54と0.59で、天井は0.92と0.90であった。 我々の指数は確立された指標と相関したが、ヌルコントロールはゼロに近かった。 本索引は, 臨床診断を補完する意思決定支援ツールとしての可能性を示すとともに, 患者を有意に分離し, 臨床上の期待と一致した時間的予後情報を示した。

関連論文リスト

• A Multi-Cohort Validation of Censoring-Aware Conformal Lower Predictive Bounds for Pathology Survival Models [0.0]
  全スライディングサバイバルモデルは、個々のイベント時間に関するキャリブレーションされたステートメントなしで、リスクランキングを提供することが多い。 離散時間多重インスタンス学習サバイバルヘッド用ポストホックコンフォメーションラッパーである固定カットド・ドコサルクについて検討した。
  論文  参考訳（メタデータ） (2026-07-23T12:58:04Z)
• Simultaneous hyperkinetic movement disorders phenotyping: a cross-cohort pediatric transfer study using routine videos, markerless pose estimation and a tabular foundation model [0.0]
  このフレームワークは、マーカーレスポーズ推定、キネマティック記述子、事前訓練された愛着モデルを組み合わせる。 結果: 決定層の局所的校正後, 維持中の小児患者に対して, 常に改善が認められた。
  論文  参考訳（メタデータ） (2026-06-04T18:13:13Z)
• 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)
• 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)
• Early Mortality Prediction in ICU Patients with Hypertensive Kidney Disease Using Interpretable Machine Learning [3.4335475695580127]
  集中治療室(ICUs)の高血圧性腎疾患(HKD)患者は短期的死亡率が高い。 我々は,HKDのICU患者に対して,30日間の院内死亡を予測できる機械学習フレームワークを開発した。
  論文  参考訳（メタデータ） (2025-07-25T00:48:23Z)
• Predicting Length of Stay in Neurological ICU Patients Using Classical Machine Learning and Neural Network Models: A Benchmark Study on MIMIC-IV [49.1574468325115]
  本研究は、MIMIC-IVデータセットに基づく神経疾患患者を対象とした、ICUにおけるLOS予測のための複数のMLアプローチについて検討する。 評価されたモデルには、古典的MLアルゴリズム(K-Nearest Neighbors、Random Forest、XGBoost、CatBoost)とニューラルネットワーク(LSTM、BERT、テンポラルフュージョントランス)が含まれる。
  論文  参考訳（メタデータ） (2025-05-23T14:06:42Z)
• Quantifying Circadian Desynchrony in ICU Patients and Its Association with Delirium [1.5188407765710805]
  重度ICU患者は健常者に比べて概日同期指数が有意に高かった。 ICU患者の多くは9時間以上の概日性脱同期指数を呈していた。
  論文  参考訳（メタデータ） (2025-03-11T03:56:10Z)
• A Federated Learning Framework for Stenosis Detection [70.27581181445329]
  本研究は,冠動脈造影画像(CA)の狭窄検出におけるFL(Federated Learning)の使用について検討した。 アンコナのOspedale Riuniti(イタリア)で取得した200人の患者1219枚の画像を含む2施設の異種データセットについて検討した。 データセット2には、文献で利用可能な90人の患者からの7492のシーケンシャルな画像が含まれている。
  論文  参考訳（メタデータ） (2023-10-30T11:13:40Z)
• Learning to diagnose cirrhosis from radiological and histological labels with joint self and weakly-supervised pretraining strategies [62.840338941861134]
  そこで本稿では, 放射線学者が注釈付けした大規模データセットからの転写学習を活用して, 小さい付加データセットで利用できる組織学的スコアを予測することを提案する。 我々は,肝硬変の予測を改善するために,異なる事前訓練法,すなわち弱い指導法と自己指導法を比較した。 この方法は、METAVIRスコアのベースライン分類を上回り、AUCが0.84、バランスの取れた精度が0.75に達する。
  論文  参考訳（メタデータ） (2023-02-16T17:06:23Z)
• Joint Prediction and Time Estimation of COVID-19 Developing Severe Symptoms using Chest CT Scan [49.209225484926634]
  術後に重篤な症状を発症するかどうかを判定するための共同分類法と回帰法を提案する。 提案手法は,各試料の重量を考慮し,外乱の影響を低減し,不均衡な分類の問題を検討する。 提案手法では, 重症症例の予測精度76.97%, 相関係数0.524, 変換時間0.55日差が得られた。
  論文  参考訳（メタデータ） (2020-05-07T12:16:37Z)
• 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。