文献

J-GLOBAL ID：201902255245863230   整理番号：19A2422552

新興抗生物質耐性傾向の予測モデリング【JST・京大機械翻訳】

Predictive Modeling of Emerging Antibiotic Resistance Trends

著者 (6件)： Tlachac M. L. (Worcester Polytechnic Institute, Worcester, MA, USA) ,  Rundensteiner Elke A. (Worcester Polytechnic Institute, Worcester, MA, USA) ,  Troppy T. Scott (Massachusetts Department of Public Health, Jamaica Plain, MA, USA) ,  Beaulac Kirthana (Tufts Medical Center, Boston, MA, USA) ,  Doron Shira (Tufts Medical Center, Boston, MA, USA) ,  Barton Kerri (Massachusetts Department of Public Health, Jamaica Plain, MA, USA)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1024  ページ： 348-366  発行年： 2019年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 抗生物質耐性は常に進化しており,細菌感染の治療を誘導するための耐性パターンの頻繁な再評価が必要である。抗菌薬感受性報告は,抗生物質有効性の可能性を評価するために重要である。しかしながら,これらの抗生物ガスは耐性知識を提供する。したがって,本研究は,現在の年の抵抗率を予測するために歴史的な反生物地理学の予測モデリングを採用する。拡大15年マサチューセッツ州の広いアンチバイオグラムデータセットのサブセットを利用して,現在の抗菌感受性を予測するための回帰ベースのモデルによる著者らのモデル選択者PYPERの使用の有効性を実証した。PYPER変異体は,異なる抗生物質-細菌-位置組み合わせが時間とともに異なる抗菌感受性傾向を有するという事実を活用するので有効である。さらに,回帰変形モデルの相対的重みづけ,位置粒度の影響,および将来の複数年予測能力を検討した。Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 感受性 ,  有効性 ,  部分集合 ,  *予測 ,  *抗生物質 ,  細菌 ,  モデル ,  重みづけ ,  *モデリング ,  細菌感染 ,  粒度 ,  マサチューセッツ州
準シソーラス用語： アンチバイオグラム ,  再評価 ,  *微生物薬物耐性 , 【Automatic Indexing@JST】

著者キーワード (6件)： 抗菌薬耐性 ,  アンチバイオグラム ,  回帰 ,  サポートベクトル回帰 ,  自己回帰統合移動平均 ,  モデル選択

分類 (5件)： 感染症・寄生虫症の治療  (GD01030D) ,  微生物の生化学  (EG03020N) ,  抗生物質一般  (GX01000E) ,  微生物生理一般  (EG03051L) ,  病原体に作用する抗生物質の基礎研究  (GX05020C)

タイトルに関連する用語 (4件)： 抗生物質耐性 ,  傾向 ,  予測 ,  モデリング