文献

J-GLOBAL ID：201702268289804112   整理番号：17A1093680

スパース統計的ヘルスモニタリング:個々の患者の診断と追跡に対する新しい変数選択アプローチ【Powered by NICT】

Sparse statistical health monitoring: A novel variable selection approach to diagnosis and follow-up of individual patients

著者 (7件)： Engel J. (Radboud University Nijmegen, Institute for Molecules and Materials, P.O. Box 9010, 6500 GL Nijmegen, The Netherlands) ,  Engel J. (Translational Metabolic Laboratory at the Department of Laboratory Medicine, Radboud University Medical Centre, Geert Grooteplein 10, Nijmegen, The Netherlands) ,  Blanchet L. (Radboud University Nijmegen, Institute for Molecules and Materials, P.O. Box 9010, 6500 GL Nijmegen, The Netherlands) ,  Blanchet L. (Department of Pharmacology and Toxicology, School of Nutrition and Translational Research in Metabolism (NUTRIM), Maastricht University Medical Centre, Universiteitssingel 50, 6229 ER Maastricht, The Netherlands) ,  Engelke U.F.H. (Translational Metabolic Laboratory at the Department of Laboratory Medicine, Radboud University Medical Centre, Geert Grooteplein 10, Nijmegen, The Netherlands) ,  Wevers R.A. (Translational Metabolic Laboratory at the Department of Laboratory Medicine, Radboud University Medical Centre, Geert Grooteplein 10, Nijmegen, The Netherlands) ,  Buydens L.M.C. (Radboud University Nijmegen, Institute for Molecules and Materials, P.O. Box 9010, 6500 GL Nijmegen, The Netherlands)
資料名： Chemometrics and Intelligent Laboratory Systems  (Chemometrics and Intelligent Laboratory Systems)
巻： 164  ページ： 83-93  発行年： 2017年 
JST資料番号： E0150B  ISSN： 0169-7439  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： -オミクス技術は健康管理においてますます重要になってきており,個別の健康管理に寄与すると期待される。典型的な実験では,症例と対照は,二クラス分類問題として比較した。この方法はしばしば不適切な,例えば,クラスは,関連する個体群生物学的不均一すぎるに起因して,よく説明されていないからである。最近,統計的ヘルスモニタリング(SHM)は,個体レベルでの予測を可能にする補完的方法として導入した。このアプローチは稀な疾患の診断,疾患発現における個々のパターンの分析,疾患のモニタリング,または個別化治療のような応用のすべての種類の使用が可能であった。SHMは,臨床設定における統計的プロセス監視(SPM)のフレームワークを用いた。法は本質的に正常基準範囲(正常運転条件)に個々の被験者のオミックスデータの違いを評価するためにMahalanobis距離(MD)の推定を組み合わせた主成分分析(PCA)であった。,然しながら,この差の主な原因である変数の信頼性のある同定は不鮮明化効果,PCA段階の結果により妨げられることをSPMからよく知られている。この問題を避けるために,次元縮小を用いる代わりにl1ノルムペナルティによるMDの推定を組み合わせた変数選択を提案した。スパースMD計量が得られた。この方法の有効性をいくつかのシミュレーション研究と代謝の複数の先天異常の診断のための尿~1H NMRメタボロミクスデータへの応用によって説明した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 信頼性 ,  個別化医療 ,  *透視図法 ,  NMR【磁気共鳴】 ,  次元縮小 ,  健康管理 ,  シミュレーション ,  主成分分析
準シソーラス用語： メタボロミクス ,  Mahalanobis距離 ,  基準範囲 ,  プロセス監視 ,  オミックス ,  *変数選択 ,  *ヘルスモニタリング , 【Automatic Indexing@JST】

著者キーワード (6件)： スパースMahalanobis距離 ,  多変量統計的プロセスモニタリング ,  可変ぼかし ,  メタボロミクス ,  精密医学 ,  ヒト疾患診断

分類 (1件)： 化学一般その他  (CA01060X)

タイトルに関連する用語 (5件)： 統計 ,  ヘルスモニタリング ,  患者の診断 ,  追跡 ,  変数選択