文献

J-GLOBAL ID：201702212703788600   整理番号：17A1397362

人工ニューラルネットワーク手法を用いた閉経後女性における股関節部骨折の予測【Powered by NICT】

Prediction of hip fracture in post-menopausal women using artificial neural network approach

著者 (5件)： Ho-Le Thao P. (Faculty of Engineering and Information Technology, University of Technology, Sydney, Broadway, NSW 2007, Australia) ,  Center Jacqueline R. (Bone Biology Division, Garvan Institute of Medical Research, NSW, Australia) ,  Eisman John A. (Bone Biology Division, Garvan Institute of Medical Research, NSW, Australia) ,  Nguyen Tuan V. (Faculty of Engineering and Information Technology, University of Technology, Sydney, Broadway, NSW 2007, Australia) ,  Nguyen Hung T. (Faculty of Engineering and Information Technology, University of Technology, Sydney, Broadway, NSW 2007, Australia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EMBC  ページ： 4207-4210  発行年： 2017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： 股関節骨折は骨粗しょう症の閉経後女性の中で最も深刻な健康問題の一つである。股関節破壊を予測することは非常に困難である,複数のリスク因子に著しく影響される。受信者動作特性曲線(AUC)~0.7~0.85で股関節骨折リスク収率面積を予測するための既存の統計的モデル。本研究では,著者らは1つのコホートにおける股関節骨折を予測するための人工ニューラルネットワーク(ANN)を訓練し,他のコホートにおけるその予測性能を検証した。訓練と検証のためのデータは,年齢,骨ミネラル密度(BMD),臨床因子,および生活習慣因子60歳以上の1167人の女性を含む縦断的研究から得られたを含んでいた。女性は10年までの経過観察されていた,期間中,新しい股関節骨折の発生率を確認した。フィードフォワードニューラルネットワークを適用したデータから学習し,股関節骨折を予測するための学習を用いた。予測の結果は,モデルI(腰椎と大腿骨頚部BMDのみを含む)とモデルII(非BMD因子を含む)の精度は82%と84%であったことを示した。両BMDと非BMD因子を組み合わせて(モデルIII)した場合,精度は87%に増加した。モデルIIIのAUCは0.94であった。これらの知見は,ANNは,既存の統計的モデルよりも正確に股関節破壊を予測することができ,ANNsは臨床管理のための個体を層別化するのを助けることができることを示した。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： 危険因子 ,  腰椎 ,  骨粗鬆症 ,  *ニューラルネットワーク ,  骨密度 ,  モデル ,  *女性 ,  *股関節 ,  母集団
準シソーラス用語： 大腿骨頚部 ,  発生率 ,  縦断的研究 ,  ROC曲線 ,  *股関節部骨折 ,  *閉経後女性 , 【Automatic Indexing@JST】

分類 (2件)： 水文学一般  (DC07010R) ,  運動器系の疾患  (GG03000T)

タイトルに関連する用語 (5件)： 人工ニューラルネットワーク ,  手法 ,  閉経後女性 ,  股関節部骨折 ,  予測