文献

J-GLOBAL ID：201702272322394577   整理番号：17A0213813

長期的臨床データにおけるハザードモデルによるCOPD破損の予測【Powered by NICT】

Predicting COPD Failure by Modeling Hazard in Longitudinal Clinical Data

著者 (6件)： Zhang Jianfei ,  Wang Shengrui ,  Courteau Josiane ,  Chen Lifei ,  Bach Aurelien ,  Vanasse Alain
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICDM  ページ： 639-648  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 慢性閉塞性肺疾患(COPD)は,病院再入院の最高速度を説明し,カナダ,米国および世界中で死亡の第三の主要原因である。COPD破壊の予測死亡または再入院の予後的警告を提供し,早期介入と意思決定することが重要である。本研究の目的は,時系列データに及ぼすCOPD破壊予測を行うことである。電流アプローチにおけるCoxハザードの不適切な推定を解決するために,簡潔だが有効な方法で生存確率と時変リスク因子の間の関係を捉えるために危険の新しい表現を提案した。モデルパラメータを最適化するために,破壊と検閲された患者に対して別々に生存状態を推定するために用いて,二成分を含む新しい結合尤度を設計し,最大化する。モデル学習から生じる過剰適合を防ぐために関節尤度に実施した正則化最適化。我々のアプローチは,現実のCOPDデータセットに適用し,生存AUC,一致指数とBirerスコア計量の現在の最先端予測モデルよりも優れており,これは臨床予測のための本アプローチの非常に有望であることを明らかにした。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 最適化 ,  意思決定 ,  病院 ,  生存率 ,  患者 ,  危険因子 ,  警報 ,  予測モデル ,  *慢性閉塞性肺疾患 ,  カナダ
準シソーラス用語： 尤度 ,  モデルパラメータ ,  時系列データ ,  *ハザードモデル ,  *臨床データ , 【Automatic Indexing@JST】

分類 (2件)： 生体計測  (EL03020C) ,  呼吸器疾患の治療一般  (GI05010Y)

タイトルに関連する用語 (6件)： 長期 ,  臨床データ ,  ハザードモデル ,  COPD ,  破損 ,  予測