文献

J-GLOBAL ID：202002215100771161   整理番号：20A1432502

機械学習アルゴリズムを用いた急性大動脈症候群の入院前トリアージ【JST・京大機械翻訳】

Prehospital triage of acute aortic syndrome using a machine learning algorithm

著者 (11件)： Duceau B. (Department of Anaesthesiology and Intensive Care, European Georges Pompidou Hospital, Assistance Publique - Hopitaux de Paris, Paris, France) ,  Alsac J.-M. (Department of Cardiovascular Surgery, European Georges Pompidou Hospital, Assistance Publique - Hopitaux de Paris, Paris, France) ,  Bellenfant F. (Department of Anaesthesiology and Intensive Care, European Georges Pompidou Hospital, Assistance Publique - Hopitaux de Paris, Paris, France) ,  Mailloux A. (Department of Anaesthesiology and Intensive Care, European Georges Pompidou Hospital, Assistance Publique - Hopitaux de Paris, Paris, France) ,  Champigneulle B. (Department of Anaesthesiology and Intensive Care, European Georges Pompidou Hospital, Assistance Publique - Hopitaux de Paris, Paris, France) ,  Fave G. (Department of Anaesthesiology and Intensive Care, European Georges Pompidou Hospital, Assistance Publique - Hopitaux de Paris, Paris, France) ,  Neuschwander A. (Department of Anaesthesiology and Intensive Care, European Georges Pompidou Hospital, Assistance Publique - Hopitaux de Paris, Paris, France) ,  El Batti S. (Department of Cardiovascular Surgery, European Georges Pompidou Hospital, Assistance Publique - Hopitaux de Paris, Paris, France) ,  Cholley B. (Department of Anaesthesiology and Intensive Care, European Georges Pompidou Hospital, Assistance Publique - Hopitaux de Paris, Paris, France) ,  Achouh P. (Department of Cardiovascular Surgery, European Georges Pompidou Hospital, Assistance Publique - Hopitaux de Paris, Paris, France) ,  Pirracchio R. (Department of Anaesthesiology and Intensive Care, European Georges Pompidou Hospital, Assistance Publique - Hopitaux de Paris, Paris, France)
資料名： British Journal of Surgery  (British Journal of Surgery)
巻： 107  号： 8  ページ： 995-1003  発行年： 2020年 
JST資料番号： C0655B  ISSN： 0007-1323  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： 背景:急性大動脈症候群(AAS)は,緊急専門家管理を必要とする,複雑で潜在的に致命的な状態群から成る。本研究の目的は,AASの入院前トリアージを支援する予測アルゴリズムを構築することであった。方法:地域専門家大動脈ネットワークに登録された連続患者の詳細を前向きに収集した。ロジスティック回帰に基づくAASの2つの予測アルゴリズムおよびSuperLearner(SL)と呼ばれるアンサンブル機械学習法を開発した。アンダートリアージは,専門家大動脈中心に輸送されないAAS患者の割合と,代替診断の患者の割合として過少年であると定義されたが,専門家大動脈中心に輸送された。結果:2010年2月から2017年6月までの入院976例を対象とした。609(62/4パーセント)はAASを有した。過剰率およびアンダートリアージ率は,それぞれ,52/3および16/1であった。集団を訓練コホート(743人の患者)と検証コホート(233)に分けた。結論:機械学習予測モデルはAASの鑑別に良好に機能し,AASの疑いのある患者の入院前トリアージで臨床的に有用である。Copyright 2020 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： ネットワーク ,  *大動脈 ,  母集団 ,  *機械学習 ,  学習アルゴリズム ,  *トリアージ ,  予測モデル
準シソーラス用語： ロジスティック回帰分析 ,  予測アルゴリズム ,  アンダートリアージ , 【Automatic Indexing@JST】

分類 (3件)： 看護,看護サービス  (GB07000G) ,  感染症・寄生虫症一般  (GD01010H) ,  循環系の臨床医学一般  (GJ01030V)

タイトルに関連する用語 (5件)： 機械学習 ,  アルゴリズム ,  急性大動脈症候群 ,  入院 ,  トリアージ