文献

J-GLOBAL ID：201802288560882125   整理番号：18A1609719

機械学習を用いた喘息入院予測のためのインターネット検索指標の適用性【JST・京大機械翻訳】

Applicability of internet search index for asthma admission forecast using machine learning

著者 (7件)： Luo Li (Business School, Sichuan University, China) ,  Liao Chengcheng (Business School, Sichuan University, China) ,  Zhang Fengyi (Business School, Sichuan University, China) ,  Zhang Wei (West China Biomedical Big Data Center, West China Hospital, Sichuan University, China) ,  Li Chunyang (West China Biomedical Big Data Center, West China Hospital, Sichuan University, China) ,  Qiu Zhixin (Respiratory and Critical Care Medicine, West China Hospital, Sichuan University, China) ,  Huang Debin (Chengdu Medical Insurance Administration, China)
資料名： International Journal of Health Planning and Management  (International Journal of Health Planning and Management)
巻： 33  号： 3  ページ： 723-732  発行年： 2018年 
JST資料番号： W2612A  ISSN： 0749-6753  資料種別： 逐次刊行物 (A)
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： 目的:本研究は,調査指標が中国における喘息入院の傾向に洞察を提供できるかどうかを決定することを目的とした。インターネット検索指標は,流行発生を監視し予測する強力なツールである。しかしながら,インターネット検索指標を使用することは,喘息入院予測を有意に改善することができるかどうかは不明のままである。長期目標は,喘息の早期発見と介入を助け,喘息の健康管理資源不足を避けるためのサーベイランスシステムを開発することである。方法:本研究において,著者らは,機械学習を用いて喘息入院を予測するために,大気汚染データ,気象データ,および歴史的入院データと組み合わせた検索指標を用いた。結果:結果は,達成できる試験セットにおける曲線下の最良面積が,以前に述べたすべての予測子を用いて0.832であることを示した。結論:検索指標は喘息入院予測における強力な予測因子であり,最近の検索指標はある程度遅れ効果を伴う現在の喘息入院を反映することができる。実時間,容易にアクセス可能な探索指標の追加は予測能力を改善し,探索指標の予測可能性を実証した。Copyright 2018 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *入院 ,  気象データ ,  サーベイランス ,  早期診断 ,  *機械学習 ,  *予測 ,  *喘息 ,  *インターネット ,  大気汚染 ,  *適応性 ,  健康管理 ,  予測可能性
準シソーラス用語： 実時間 ,  予測因子 ,  予測子 , 【Automatic Indexing@JST】

著者キーワード (3件)： 喘息入院 ,  インターネット検索 ,  機械学習

分類 (1件)： 健康被害  (SB03070P)

タイトルに関連する用語 (8件)： 機械学習 ,  喘息 ,  入院 ,  予測 ,  インターネット ,  検索 ,  指標 ,  適用性