論文の概要: Enhancing Extubation Failure Prediction with LLM-Derived Features from Respiratory Therapy Clinical Notes

• arxiv url: http://arxiv.org/abs/2609.17532v1
• Date: Wed, 17 Jun 2026 16:50:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.543808
• Title: Enhancing Extubation Failure Prediction with LLM-Derived Features from Respiratory Therapy Clinical Notes
• Title（参考訳）: 呼吸療法臨床ノートから LLM を用いたエクスキュベーション故障予測の強化
• Abstract要約: 侵襲的機械換気は救命療法であるが, 一時的, 安全な消毒は排ガス不全(EF)の予防に不可欠である 本稿では,大規模言語モデルとロジスティック回帰パイプラインを用いて,フリーテキスト呼吸療法ノートに分類された特徴を利用したEF予測手法を提案する。
• 参考スコア（独自算出の注目度）: 6.811560907168367
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Invasive mechanical ventilation is a lifesaving therapy, but timely, safe discontinuation is essential to preventing extubation failure (EF) and related risks to health. We present a novel approach to EF prediction that leverages features classified in free-text respiratory therapy notes using a large language model and logistic regression pipeline. Applied to a patient cohort from University of Washington Medicine, our method identifies clinically meaningful EF-related features that improve EF prediction performance when included alongside structured patient data. We further highlight how differences in target populations in prior EF prediction studies, such as heterogenous inclusion criteria and EF definition, can lead to systematic differences in model performance and hinder generalizability between studies.
• Abstract（参考訳）: 侵襲的機械換気は救命療法であるが、タイムリーに安全な消毒は、押出不全(EF)と関連する健康リスクの予防に不可欠である。 本稿では,大規模言語モデルとロジスティック回帰パイプラインを用いて,フリーテキスト呼吸療法ノートに分類された特徴を利用したEF予測手法を提案する。 ワシントン医科大学の患者コホートに応用し,構造化された患者データと合わせてEF予測性能を向上させる臨床的に有意なEF関連特徴を同定した。 さらに、異種包摂性基準やEF定義など、以前のEF予測研究における対象個体群の差異が、モデル性能の体系的差異を招き、研究の一般化を阻害する可能性があることを強調した。

関連論文リスト

• A Hybrid Enumeration Framework for Optimal Counterfactual Generation in Post-Acute COVID-19 Heart Failure [1.9794615806637272]
  本稿では,個別化リスク推定と介入分析のための非現実的推論フレームワークを提案する。 このフレームワークは、厳密な列挙と最適化に基づく手法(NICE(Nearest Instance Counterfactual Explanations)やMOC(Multi-Objective Counterfactuals)アルゴリズムなど)を組み合わせる。
  論文  参考訳（メタデータ） (2025-10-21T17:35:12Z)
• Assessing the robustness of heterogeneous treatment effects in survival analysis under informative censoring [50.164756034797136]
  臨床研究ではドロップアウトが一般的で、副作用やその他の理由で患者の半数以上が早期に退院する。 ドロップアウトが有益な場合、治療効果の推定値にもバイアスがかかるため、検閲バイアスが導入される。 検閲バイアスに直面した場合の生存分析における条件平均処理効果推定のロバスト性を評価するための仮定リーンフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-15T10:51:17Z)
• EchoNarrator: Generating natural text explanations for ejection fraction predictions [1.3082208571657106]
  左心室 (LV) の放出率 (EF) は, 急性心不全の診断において最も重要な測定基準の1つである。 近年のディープラーニング研究の成功はEF値の推定に成功しているが、提案されたモデルには予測に関する説明がないことが多い。 本稿では,複数のフレーム上でのLV輪郭の推定と,様々な動きや形状の属性を計算するためのモジュールとルーチンのセットを組み合わせるモデルを提案する。 そして、属性を大きな言語モデルに入力し、人間のような方法でネットワークの結果を説明するのに役立つテキストを生成する。
  論文  参考訳（メタデータ） (2024-10-31T08:59:34Z)
• Deep State-Space Generative Model For Correlated Time-to-Event Predictions [54.3637600983898]
  そこで本研究では,様々な種類の臨床イベント間の相互作用を捉えるために,潜伏状態空間生成モデルを提案する。 また,死亡率と臓器不全の関連性について有意な知見が得られた。
  論文  参考訳（メタデータ） (2024-07-28T02:42:36Z)
• Methodology for Interpretable Reinforcement Learning for Optimizing Mechanical Ventilation [2.3349787245442966]
  機械的換気は、コントロールされた空気と酸素を患者の肺に供給する重要な生命維持介入である。 人工呼吸器制御戦略を最適化するためのデータ駆動アプローチがいくつか提案されているが、多くの場合、解釈可能性やドメイン知識との整合性が欠如している。 本稿では,統合医療システムの一部として機械的換気制御を改善することを目的とした,解釈型強化学習(RL)の方法論を提案する。
  論文  参考訳（メタデータ） (2024-04-03T23:07:24Z)
• CausalDialogue: Modeling Utterance-level Causality in Conversations [83.03604651485327]
  クラウドソーシングを通じて、CausalDialogueという新しいデータセットをコンパイルし、拡張しました。 このデータセットは、有向非巡回グラフ(DAG)構造内に複数の因果効果対を含む。 ニューラル会話モデルの訓練における発話レベルにおける因果性の影響を高めるために,Exponential Average Treatment Effect (ExMATE) と呼ばれる因果性強化手法を提案する。
  論文  参考訳（メタデータ） (2022-12-20T18:31:50Z)
• Bayesian Simultaneous Factorization and Prediction Using Multi-Omic Data [0.0]
  本稿では, 推定因子分析の枠組みを提案し, 重要な疾患の表現型や臨床成績を同時に予測し, 多重計算に適応する。 BSFPを用いて気管支肺胞洗浄代謝物とプロテオームの肺機能を予測する。 肺機能低下にともなう多症状パターンと同様に, メタボロミクスとプロテオミクスの共通発現パターンにより, OLD患者集団が明らかとなった。
  論文  参考訳（メタデータ） (2022-11-29T17:28:06Z)
• SurvITE: Learning Heterogeneous Treatment Effects from Time-to-Event Data [83.50281440043241]
  時系列データから不均一な処理効果を推定する問題について検討する。 本稿では,バランス表現に基づく治療特異的ハザード推定のための新しいディープラーニング手法を提案する。
  論文  参考訳（メタデータ） (2021-10-26T20:13:17Z)
• A standardized framework for risk-based assessment of treatment effect heterogeneity in observational healthcare databases [60.07352590494571]
  本研究の目的は,この手法を標準化されたスケーラブルなフレームワークを用いて観測環境に拡張することであった。 アンジオテンシン変換酵素阻害薬(ACE)とβ阻害薬の3つの効果と6つの安全性に対する効果を評価することにより,我々の枠組みを実証する。
  論文  参考訳（メタデータ） (2020-10-13T14:48:31Z)

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。