文献

J-GLOBAL ID：202002226507995013   整理番号：20A2712198

AHOD0031試験におけるホジキンリンパ腫治療小児の結果を予測するための機械学習技術の評価【JST・京大機械翻訳】

An evaluation of machine learning techniques to predict the outcome of children treated for Hodgkin-Lymphoma on the AHOD0031 trial

著者 (6件)： Beaulac Cedric (Department of Statistical Sciences, University of Toronto, Toronto, Canada) ,  Rosenthal Jeffrey S. (Department of Statistical Sciences, University of Toronto, Toronto, Canada) ,  Pei Qinglin (Department of Biostatistics, University of Florida, Gainesville, Florida, USA) ,  Friedman Debra (Department of Pediatrics, Vanderbilt University, Nashville, Tennessee, USA) ,  Wolden Suzanne (Department of Radiation Oncology, Memorial Sloan Kettering Cancer Center, New York, New York, USA) ,  Hodgson David (Department of Radiation Oncology, University of Toronto, Toronto, Canada)
資料名： Applied Artificial Intelligence  (Applied Artificial Intelligence)
巻： 34  号： 14  ページ： 1100-1114  発行年： 2020年 
JST資料番号： T0289A  ISSN： 0883-9514  CODEN： AAINEH  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： ABSTRACT:本論文では,臨床試験に登録されたホジキンリンパ腫(HL)の子供に関する情報を含むデータセットを分析した。治療と生存状態は,人口統計学と臨床測定のような他の共変量と共に収集した。主な課題は,Cox比例ハザード(CoxPH)モデルを改善するために,生存解析文脈における機械学習(ML)アルゴリズムの可能性を探求することである。コックスPHモデルの弱点を議論し,次に,これらの課題を解決するため,十分に確立されたものから最先端のモデルまでの多重アルゴリズムを導入した。次に,一致指数とBrierスコアに従ってあらゆるモデルを比較した。最後に,人工知能の最近の進歩から利益を得るように,著者らの経験に基づいて,一連の勧告を作成した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  人工知能 ,  多重化 ,  臨床試験 ,  子供 ,  *Hodgkin病 ,  *機械学習
準シソーラス用語： 人口統計学 ,  比例ハザード ,  共変量 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 試験 ,  ホジキンリンパ腫 ,  治療 ,  小児 ,  予測 ,  機械学習技術 ,  評価