文献

J-GLOBAL ID：201802220915642597   整理番号：18A0823873

Bayes階層的Gauss過程を用いた血液透析における患者特異的軌跡の同定【JST・京大機械翻訳】

Identifying patient-specific trajectories in haemodialysis using Bayesian Hierarchical Gaussian Processes

著者 (4件)： Zhu Tingting (Institute of Biomedical Engineering at the Institute of Biomedical Engineering, Department of Engineering Science, University of Oxford, UK) ,  Colopy Glen W. (Institute of Biomedical Engineering at the Institute of Biomedical Engineering, Department of Engineering Science, University of Oxford, UK) ,  Pugh Chris W. (Nuffield Department of Medicine, University of Oxford, UK) ,  Clifton David A. (Institute of Biomedical Engineering at the Institute of Biomedical Engineering, Department of Engineering Science, University of Oxford, UK)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： BHI  ページ： 186-189  発行年： 2018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： 慢性疾患モニタリングの領域において,連続的時系列バイタルサインデータ(血圧のような)は,低コストウェアラブルデバイスを通して収集することができる。約30万人は世界的に慢性腎疾患を有している。これらの患者は週に複数の血液透析セッションを受ける。さらに,患者は,慢性心疾患と死亡率の高い発生率をもたらす,透析中低血圧のリスクがある。著者らは,連続的にモニターされた患者のために,時間にわたる収縮期血圧(SBP)の変化をモデル化するために,Bayes階層的Gauss過程(HGP)を提案する。さらに,Bayes HGPを用いて,各個人患者に対するSBP時系列パターン/軌跡の隠れ潜在構造を推論した。正規対異常パターンを同定するために,著者らはさらに,正規の潜在的軌跡からの偏差を同定するための計量を提供するために,多変量正規分布の対称Kullback-Leibler発散を提案した。Bayes HGPを,血液透析モニタリングを受けている患者のデータセットに適用し,代替の最新のクラスタリングアルゴリズムと比較して,異常なSBPパターンを同定することにおける優位性を実証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： 死亡率 ,  血圧 ,  *軌跡 ,  収縮期血圧 ,  *透析 ,  低血圧症 ,  モデリング ,  正規分布 ,  *患者 ,  *血液透析 ,  慢性腎臓病 ,  心臓病 ,  *Gauss過程
準シソーラス用語： ウェアラブルデバイス ,  慢性疾患 , 【Automatic Indexing@JST】

分類 (1件)： その他の泌尿生殖器疾患の治療  (GM05040R)

タイトルに関連する用語 (5件)： Gauss過程 ,  血液透析 ,  患者 ,  軌跡 ,  同定