論文の概要: Beyond Physical Illness: Can Clinical Narratives Reveal Emerging Mental Health Risks in Chronically Ill Patients?

• arxiv url: http://arxiv.org/abs/2610.35761v1
• Date: Mon, 26 Oct 2026 17:06:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:14.124419
• Title: Beyond Physical Illness: Can Clinical Narratives Reveal Emerging Mental Health Risks in Chronically Ill Patients?
• Title（参考訳）: 身体疾患を超えて, 慢性疾患患者のメンタルヘルスリスクを訴えることができるか?
• Abstract要約: 慢性疾患患者の入院中にうつ病、認知症、自殺などのメンタルヘルスリスクが出現することがある。 退院サマリーから抽出したメンタルヘルスの証拠を用いて,MIMIC-IIIより約4,000人の患者に弱体化コホートを作製した。 予備的な結果は、提案した表現を用いた二項リスク予測の改善を示す。
• 参考スコア（独自算出の注目度）: 11.088320202636455
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Mental-health risks such as depression, dementia, and suicidal ideation can emerge during hospitalization among chronically ill patients and may worsen without timely recognition and intervention. However, most existing mental health studies focus on patients with established psychiatric conditions rather than patients hospitalized primarily for physical illness. In this work, we investigate whether latent mental-health risk in chronically ill patients can be inferred from longitudinal clinical narratives. We construct a weakly supervised cohort around 4,000 patients from MIMIC-III using mental-health evidence extracted from discharge summaries. A hierarchical state-space framework derives mental-health representations from day-wise clinical narratives and models their temporal evolution for risk estimation throughout hospitalization. Preliminary results demonstrate improved binary risk prediction using the proposed representations and show distinct model derived risk trajectories between risk and no-risk cohorts, providing a foundation for studying emerging mental-health risks in chronically ill patients.
• Abstract（参考訳）: うつ病、認知症、自殺などのメンタルヘルスリスクは、慢性疾患患者の入院中に出現し、タイムリーな認識や介入なしに悪化する可能性がある。 しかし、既存の精神保健研究の多くは、主に身体疾患のために入院した患者ではなく、確立した精神疾患の患者に焦点を当てている。 本研究は,慢性疾患患者の遅発性精神健康リスクを縦断的臨床物語から推定できるかどうかを考察する。 退院サマリーから抽出したメンタルヘルスの証拠を用いて,MIMIC-IIIより約4,000人の患者に弱体化コホートを作製した。 階層的な状態空間の枠組みは、日常的な臨床物語からメンタルヘルスの表現を導き、入院中におけるリスク推定のための時間的進化をモデル化する。 予備的な結果は, 提案した表現を用いた二元的リスク予測の改善を実証し, リスクと非リスクコホートとの間に異なるモデルによるリスクトラジェクトリを示し, 慢性疾患患者におけるメンタルヘルスリスクの出現を研究するための基盤となる。

関連論文リスト

• Predicting Neuromodulation Outcome for Parkinson's Disease with Generative Virtual Brain Model [95.41752463487008]
  パーキンソン病は世界中で1千万人以上に影響している。 個人間変異は経験的治療の選択を制限し、非無視的な外科的リスクとコストを増大させる。 我々は、このギャップをトレーニング済みのファインタニングフレームワークで埋めて、静止状態fMRIから直接結果を予測する。
  論文  参考訳（メタデータ） (2026-03-31T02:36:10Z)
• Survival Meets Classification: A Novel Framework for Early Risk Prediction Models of Chronic Diseases [0.0]
  本稿では, 生存分析と分類手法を統合することによって, 疾患リスクモデルに対する新しいアプローチを提案する。 本研究では, 生存分析手法を再設計し, 効果的に分類できることを示す。 実世界の大規模EMRデータを用いた実験の結果,従来の最先端モデルと比較すると,生存率,F1スコア,AUROCの性能は同等かそれ以上であることがわかった。
  論文  参考訳（メタデータ） (2026-03-12T06:40:28Z)
• Early Warning Index for Patient Deteriorations in Hospitals [4.086404766354958]
  我々は、ICU入院、緊急対応チーム派遣、死亡の総括リスクを予測する機械学習フレームワークを開発する。 EWIの設計の鍵は、人間のループプロセスである: 臨床医は警告しきい値を決定し、モデルの出力を解釈する。 EWIを病院のダッシュボードに配置し、患者を3つのリスク層に分類する。
  論文  参考訳（メタデータ） (2025-12-16T18:47:27Z)
• Adaptable Cardiovascular Disease Risk Prediction from Heterogeneous Data using Large Language Models [70.64969663547703]
  AdaCVDは、英国バイオバンクから50万人以上の参加者を対象に、大規模な言語モデルに基づいて構築された適応可能なCVDリスク予測フレームワークである。 包括的かつ可変的な患者情報を柔軟に取り込み、構造化データと非構造化テキストの両方をシームレスに統合し、最小限の追加データを使用して新規患者の集団に迅速に適応する。
  論文  参考訳（メタデータ） (2025-05-30T14:42:02Z)
• Towards Personalised Patient Risk Prediction Using Temporal Hospital Data Trajectories [0.9545101073027095]
  本研究では,集中治療単位患者を滞在中の観察データの軌跡によってグループ化するパイプラインを提案する。 ICUステークの最初の4時間のみのデータにパイプラインを適用すると、患者の大多数が、滞在期間全体を考慮した場合と同じクラスタに割り当てられる。
  論文  参考訳（メタデータ） (2024-07-12T15:53:26Z)
• Non-Invasive Suicide Risk Prediction Through Speech Analysis [74.8396086718266]
  自動自殺リスク評価のための非侵襲的音声ベースアプローチを提案する。 我々は、wav2vec、解釈可能な音声・音響特徴、深層学習に基づくスペクトル表現の3つの特徴セットを抽出する。 我々の最も効果的な音声モデルは、6.6.2,%$のバランスの取れた精度を達成する。
  論文  参考訳（メタデータ） (2024-04-18T12:33:57Z)
• Neurological Prognostication of Post-Cardiac-Arrest Coma Patients Using EEG Data: A Dynamic Survival Analysis Framework with Competing Risks [4.487368901635044]
  脳波データを用いた心停止後コマトース患者の神経学的予後の枠組みを提案する。 我々のフレームワークは、患者レベルの累積頻度関数を推定する形で競合するリスクをサポートする動的生存分析モデルを使用する。 我々は,922人の実際のデータセット上で競合するリスクをサポートする3つの既存動的生存分析モデルをベンチマークすることで,我々の枠組みを実証する。
  論文  参考訳（メタデータ） (2023-08-17T03:46:23Z)
• Intelligent Sight and Sound: A Chronic Cancer Pain Dataset [74.77784420691937]
  本稿では,Intelligent Sight and Sound (ISS) 臨床試験の一環として収集された,最初の慢性ガン痛データセットを紹介する。 これまで収集されたデータは29の患者、509のスマートフォンビデオ、189,999のフレーム、そして自己報告された感情と活動の痛みのスコアから成っている。 静的画像とマルチモーダルデータを用いて、自己報告された痛みレベルを予測する。
  論文  参考訳（メタデータ） (2022-04-07T22:14:37Z)
• Clinical Outcome Prediction from Admission Notes using Self-Supervised Knowledge Integration [55.88616573143478]
  臨床テキストからのアウトカム予測は、医師が潜在的なリスクを見落としないようにする。 退院時の診断,手術手順,院内死亡率,長期予測は4つの一般的な結果予測対象である。 複数の公開資料から得られた患者結果に関する知識を統合するために,臨床結果の事前学習を提案する。
  論文  参考訳（メタデータ） (2021-02-08T10:26:44Z)

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。