文献

J-GLOBAL ID：201902292146097359   整理番号：19A2424677

不均衡データ技術を用いた冠動脈心疾患のハイリスク患者に対する食事計画を同定するための血糖分類【JST・京大機械翻訳】

Blood Glucose Classification to Identify a Dietary Plan for High-Risk Patients of Coronary Heart Disease Using Imbalanced Data Techniques

著者 (2件)： Alashban Monirah (DCU @ Princess Nourah bint Abdulrahman University, Riyadh, Saudi Arabia) ,  Abubacker Nirase Fathima (Dublin City University, Dublin, Ireland)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 603  ページ： 445-455  発行年： 2020年 
JST資料番号： W5070A  ISSN： 1876-1100  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： 冠動脈心疾患(CHD)は世界中の人々に影響を及ぼす致命的な疾患であるが,早期予防は死亡数の減少を助けることができる。総血糖値の増加はCHD発生の危険因子の1つである。したがって,グルコース調節を制御し,糖尿病の発症を遅くすることが重要である。機械学習アプローチにおける進歩は,血糖レベルに基づいて正常,糖尿病または糖尿病として患者を分類することができる多クラス分類器を作成するのに役立つ。加えて,分類された患者の血糖値に基づく修正可能な食事は,心疾患の発症リスクを減少させる。本研究は,高度に不均衡なFramingham心臓研究データセットを用いてCHDリスク因子に対する血糖値を分類し,CHD発症リスクを減少させる適切な食事計画を同定することを目的とした。分類の効率は平衡データセットに依存する。したがって,提案した研究は,分類性能を強化するために,ランダムオーバーサンプリング,SMOTE,SMOTEENNおよびSMOTETomekのような効果的な不均衡データ技術を適用することを目的とした。異なる分類器を有する種々の不均衡なデータ技術を研究のために用いた。結果は,ランダムオーバーサンプリング技術による投票アンサンブル分類器が,最高の平衡精度を記録し,AUC(73%),特異性(77.45%),感度(72%),F1測定(78%),バランス精度(67.94%)を有する他の分類器を上回った。前向き研究は,正常患者に対する予防的チップ,糖尿病に対する低血糖食,糖尿病患者に対する糖尿病食事を含む適切な食事計画を示唆し,CHDリスク因子の開発を低下させる助けとなる。Copyright 2020 Springer Nature Singapore Pte Ltd. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 糖尿病 ,  予防 ,  機械学習 ,  *心臓病 ,  *冠動脈疾患 ,  *ヒト ,  *血糖 ,  危険因子 ,  投票
準シソーラス用語： 特異性 ,  オーバサンプリング ,  *不均衡 ,  発症リスク ,  多クラス分類 ,  血糖値 , 【Automatic Indexing@JST】

著者キーワード (11件)： 分類アルゴリズム ,  機械学習 ,  ランダムオーバーサンプリング ,  SMOTE ,  SMOTEENN ,  Smotetomek ,  ロジスティック回帰 ,  サポートベクトルマシン ,  ランダムフォレスト ,  多層パーセプトロン ,  投票アンサンブル分類器

分類 (2件)： 循環系の疾患  (GJ03000C) ,  代謝異常・栄養性疾患一般  (GD05010J)

タイトルに関連する用語 (8件)： 不均衡データ ,  冠動脈心疾患 ,  ハイリスク患者 ,  食事 ,  計画 ,  同定 ,  血糖 ,  分類