文献

J-GLOBAL ID：202002231490190105   整理番号：20A1075615

肺結核における病原体薬剤耐性の予後のためのCatboost機械学習【JST・京大機械翻訳】

A CatBoost machine learning for prognosis of pathogen’s drug resistance in pulmonary tuberculosis

著者 (3件)： Postnikov Eugene B. (Kursk State University,Department of Theoretical Physics,Kursk,Russia) ,  Esmedljaeva Diljara A. (St Petersburg State Research Institute of Phthisiopulmonology,Saint-Petersburg,Russia) ,  Lavrova Anastasia I. (St Petersburg State University,Medical Faculty,Saint-Petersburg,Russia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： LifeTech  ページ： 86-87  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： Mycobacterium tuberculosisの薬剤耐性は,世界的公衆衛生システムに対する現代の課題の1つである。耐性株のタイムリーな検出は,手術または治療延長の決定に重要である。通常の手順は,特別に装備された実験室だけで分離された細菌培養による広範な実験を必要とする。対照的に,著者らは通常の診療所で実現可能な血液検査から特別な生化学的マーカーを研究することに基づく診断ツールを提案する。決定を行うために,著者らは,臨床データで訓練された現代の効果的アルゴリズムCatBoostによる機械学習の予測能力を調査した。これらのデータは,異なる菌種のマイコバクテリアによって強制された肺結核患者から得られた。最も影響力のある訓練バイオマーカーとパラメータは,一次診断に対して許容できる精度を保証することを明らかにした。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. 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 ,  *薬物耐性 ,  結核菌 ,  Mycobacterium ,  公衆衛生 ,  *病原体 ,  *肺結核 ,  血液検査 ,  *予後 ,  バイオマーカー ,  *機械学習
準シソーラス用語： 細菌培養 ,  臨床データ ,  予測能力 ,  耐性株 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 肺結核 ,  病原体 ,  薬剤耐性 ,  予後 ,  機械学習