文献

J-GLOBAL ID：201802228708373834   整理番号：18A1363114

機械学習アルゴリズムを用いた機能,障害および健康の国際分類に対する腰痛に対する自己報告患者アンケートの連鎖【JST・京大機械翻訳】

Linkage of self-reporting patient questionnaires for low back pain to the international classification of functioning, disability and health using machine learning algorithms

著者 (7件)： Tuechler K. (Karl Landsteiner Institute, Institute for Outpatient Rehabilitation Research, Vienna, Austria) ,  Fehrmann E. (Karl Landsteiner Institute, Institute for Outpatient Rehabilitation Research, Vienna, Austria) ,  Kienbacher T. (Karl Landsteiner Institute, Institute for Outpatient Rehabilitation Research, Vienna, Austria) ,  Fischer L. (Karl Landsteiner Institute, Institute for Outpatient Rehabilitation Research, Vienna, Austria) ,  Ebenbichler G. (Medical University Vienna, Department of Physical Medicine and Rehabilitation, Vienna, Austria) ,  Kollmitzer J. (University of Applied Sciences, Deparment of Biomedical Engineering, Vienna, Austria) ,  Mair P. (Harvard University, Department of Psychology, Cambridge, USA)
資料名： Annals of Physical and Rehabilitation Medicine  (Annals of Physical and Rehabilitation Medicine)
巻： 61  号： S  ページ： e100  発行年： 2018年 
JST資料番号： W2881A  ISSN： 1877-0657  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 機能の国際分類の使用を容易にするために,障害と健康(ICF),連鎖規則を開発した。しかし,これらの規則は連鎖プロセスのための統計的方法を提供しない。したがって,本研究の目的は,機械学習アルゴリズムを用いて,患者アンケートをICFカテゴリーにリンクすることにより,ICFの使用を容易にすることであった。合計244人の慢性腰痛患者(52%女性;49(±18)歳)が,低背部痛のためのICF短コアセットの活動と参加成分を評価し,Roland-Morris障害アンケート,Pain Disability Indexを完了し,6か月のリハビリテーション訓練前後の視覚アナログスケールでの疼痛強度を評価した。応答変数と予測変数年齢,性別,および障害アンケートの項目として,二分化ICFカテゴリー(障害対障害のない)を有するランダム森林モデルを構築し,予測変数と応答変数の間の関係を把握した。ランダムフォレストモデルは,短いコアセットカテゴリーD240に対して満足な性能尺度(精度:>0.62,AUC:>0.70,κ:>0.17)を示した。機械学習モデルに基づくICF連鎖は,腰痛に対する最も適切なICF短コアセット分類に成功裏に投与される可能性がある。本研究では,臨床診療におけるICFの投与を容易にし,機能,障害および健康の記述のための普遍的で標準化された言語を可能にするために,電子ICFシートにさらに統合され得る新しい革新的なリンクアプローチを提案した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 言語 ,  標準化 ,  リハビリテーション ,  統計的方法 ,  女性 ,  *腰痛 ,  *アンケート ,  *患者 ,  *機械学習 ,  *学習アルゴリズム ,  背部痛
準シソーラス用語： *健康 ,  診療 ,  慢性腰痛 ,  性別 , 【Automatic Indexing@JST】

著者キーワード (3件)： ICF連鎖 ,  腰痛 ,  機械学習

分類 (1件)： 運動器系の診断  (GG02000M)

タイトルに関連する用語 (9件)： 機械学習 ,  アルゴリズム ,  障害 ,  分類 ,  腰痛 ,  自己報告 ,  患者 ,  アンケート ,  連鎖