論文の概要: Peer-Grounded Counterfactual Path Planning for Chronic Health Management
- arxiv url: http://arxiv.org/abs/2609.30838v1
- Date: Fri, 25 Sep 2026 05:33:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 18:27:51.236599
- Title: Peer-Grounded Counterfactual Path Planning for Chronic Health Management
- Title（参考訳）: 慢性的健康管理のためのピアグラウンド・カウンターファクト・パス計画
- Abstract要約: POROSは、バンドラの自己効力理論とフェスティンガーの社会的比較理論に根ざしたドメインに依存しない枠組みである。
非作用的な行動ギャップを漸進的でピアグラウンドのステップに分解する。
1歩あたりの平均利得は26.3ポイント (pp) から1コホートで5.5pp、もう1コホートで31.1ppから5.7ppに減少する。
- 参考スコア（独自算出の注目度）: 2.205829309604458
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Effective behavioral intervention in chronic disease management requires not a single prescription but a sequence of incremental steps, each grounded in what real, similar individuals have demonstrably achieved. Counterfactual explanation offers a natural computational route to such guidance, answering what change in behavior would have produced a better outcome. But existing methods return a target state without a route to it, guarantee no monotone health improvement along the way, and draw no evidence from peer behavior -- asking a patient to close a wide gap in one move, which is precisely the recommendation structure least likely to be attempted. We propose POROS (Peer-Grounded Optimal Routes Over States), a domain-agnostic framework rooted in Bandura's self-efficacy theory and Festinger's social comparison theory that constructs a Behavioral Progression Graph -- a directed acyclic graph over observed patient states in which every edge requires both peer-grounded behavioral proximity and strict health outcome improvement. Every edge is therefore a behavioral change that individuals in the cohort have demonstrated is achievable within a single period. Minimum-cost paths through this graph decompose otherwise inactionable behavioral gaps into incremental, peer-grounded steps. We evaluate POROS on two independent longitudinal cohorts of patients with diabetes. For patients below the 70% clinical threshold for time in range (TIR, blood glucose within 70-180 mg/dL), it reduces the mean gain required per step from 26.3 percentage points (pp) to 5.5 pp on one cohort and from 31.1 pp to 5.7 pp on the other, decomposing large behavioral jumps into the incremental steps that self-efficacy requires. Across both cohorts, 97-98% of multi-hop paths cross patient boundaries, embedding social comparison by construction.
- Abstract（参考訳）: 慢性疾患管理における効果的な行動介入は、単一の処方薬ではなく、段階的なステップの連続を必要とする。
反現実的な説明はそのようなガイダンスへの自然な計算経路を提供し、行動の変化がより良い結果をもたらすであろうことを答える。
しかし、既存の方法では、経路のない標的状態を返すことができ、途中で単調な健康改善が保証されず、ピアの行動から証拠を引き出すことはできない。
POROS(Peer-Grounded Optimal Routes Over States)は、Banduraの自己効力理論に根ざしたドメインに依存しないフレームワークであり、Festingerの社会的比較理論であり、行動進行グラフを構築する。
それゆえ、すべてのエッジは、コホートの個人が証明した行動の変化であり、単一の期間で達成できる。
このグラフを通した最小コストのパスは、そうでなければ非作用的な行動ギャップを漸進的でピアグラウンドのステップに分解する。
糖尿病患者の2つの独立した縦長コホートにおけるPOROSの評価を行った。
時間の70%臨床閾値(TIR、70-180 mg/dL以内の血糖値)以下の患者では、ステップ当たりの平均利得は1つのコホートにおいて26.3ポイント(pp)から5.5ppに減少し、もう1つのコホートでは31.1ppから5.7ppに減少し、自己効力が要求するインクリメンタルステップへの大きな行動ジャンプを分解する。
両コホートの97～98%が患者境界を越えており、建設による社会的比較が組み込まれている。
関連論文リスト
- DiaSeg: Diagonal Segment Extraction from DTW Paths for Interpretable Gait Analysis [0.7829352305480287]
動的時間温暖化(DTW)は時系列間の類似性を測定する主要な手法である。
DTW経路から対角線分を制御ブレークで抽出するフレームワークであるDiaSegを紹介する。
論文 参考訳（メタデータ） (2026-09-21T07:42:59Z) - A Fixed-Effects Causal Forest for Staggered Adoption, with an Application to Medicaid Expansion [0.0]
固定効果の因果林を持つtau_g,t(x)オブジェクトを推定する。
集団平均治療効果ATT(g,t)の相違
本稿では,ACAメディケイド拡張におけるカウンティレベルロールアウトのバリデーションとして,Callaway-Sant'Anna最小賃金パネルに適用する。
論文 参考訳（メタデータ） (2026-07-22T00:53:27Z) - Simulating clinical interventions with a generative multimodal model of human physiology [49.828582089394445]
HealthFormerは、人間の生理的軌道を生成的にモデル化するデコーダのみのトランスフォーマーである。
7つの領域にまたがる667個の測定値に対して,各被験者の健康軌道をトークン化する。
HealthFormerは、30のインシデント障害および死亡エンドポイントのうち27の予測を改善し、各比較で確立された臨床リスクスコアを超えた。
論文 参考訳（メタデータ） (2026-04-30T14:10:30Z) - STEP-PD: Stage-Aware and Explainable Parkinson's Disease Severity Classification Using Multimodal Clinical Assessments [1.5441222602475007]
本研究は,臨床的に解釈可能な境界を用いた重症度分類のための重症度対応機械学習フレームワークSTEP-PDを提案する。
病気の重症度は、HoehnとYahrのステージングを用いて定義され、Healthy、Mild PD(ステージ1-2)、Modrate-to-Severe PD(ステージ3-5)の3つの臨床的意義のあるカテゴリに分類される。
XGBoostは95.48% (Healthy vs. Mild)、99.44% (Healthy vs. Moderate-to-Severe)、96.78% (Mild vs. Moderate-to-Severe)という最強で最も安定したパフォーマンスを達成した。
論文 参考訳（メタデータ） (2026-04-19T20:53:59Z) - PRIME: Prototype-Driven Multimodal Pretraining for Cancer Prognosis with Missing Modalities [86.63247982275396]
PRIMEは、欠落を認識したマルチモーダルな自己教師型事前トレーニングフレームワークである。
部分的に観察されたコホートから頑健で伝達可能な表現を学ぶ。
The Cancer Genome AtlasのPRIMEを32種類の癌に対してラベルフリープレトレーニングで評価した。
論文 参考訳（メタデータ） (2026-04-05T21:14:27Z) - 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) - Parameterized Diffusion Optimization enabled Autoregressive Ordinal Regression for Diabetic Retinopathy Grading [53.11883409422728]
本研究は, AOR-DRと呼ばれる新しい自己回帰的順序回帰法を提案する。
我々は,糖尿病網膜症分類タスクを,前ステップの予測と抽出画像の特徴を融合させることにより,一連の順序段階に分解する。
拡散過程を利用して条件付き確率モデリングを行い、連続的グローバルな画像特徴を自己回帰に利用できるようにする。
論文 参考訳（メタデータ） (2025-07-07T13:22:35Z) - Policy Optimization for Personalized Interventions in Behavioral Health [8.10897203067601]
デジタルプラットフォームを通じて提供される行動的健康介入は、健康結果を大幅に改善する可能性がある。
患者に対するパーソナライズされた介入を最適化して長期的効果を最大化する問題について検討した。
患者システムの状態空間を個別のレベルに分解するDecompPIをダブする新しい手法を提案する。
論文 参考訳（メタデータ） (2023-03-21T21:42:03Z) - Predicting Individualized Effects of Internet-Based Treatment for
Genito-Pelvic Pain/Penetration Disorder: Development and Internal Validation
of a Multivariable Decision Tree Model [0.0]
Genito-Pelvic Pain/Penetration-Disorderは一般的な疾患であるが、日常治療ではほとんど治療されない。
非応答性は、すべての最先端治療に共通である。
インターネットによる介入により、どの患者グループが最も恩恵を受けると期待されているかは不明だ。
論文 参考訳（メタデータ） (2023-03-15T16:16:16Z) - A Deep Q-learning/genetic Algorithms Based Novel Methodology For
Optimizing Covid-19 Pandemic Government Actions [63.669642197519934]
我々はSEIR疫学モデルを用いて、人口の時間とともにウイルスウイルスの進化を表現している。
報酬システムにより、アクションのシーケンス(統合、自己同化、二メートル距離、制限を取らない)を評価する。
どちらの意味でも、パンデミックの悪影響を抑えるために政府が取るべき行動を発見する上で、我々の方法論が有効な手段であることを実証する。
論文 参考訳（メタデータ） (2020-05-15T17:17:45Z) - 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)
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。