文献

J-GLOBAL ID：202002251764942879   整理番号：20A0578528

心停止後の縦断的データを用いた転帰予測のためのパラメトリック法とノンパラメトリック法の比較【JST・京大機械翻訳】

Comparison of parametric and nonparametric methods for outcome prediction using longitudinal data after cardiac arrest

著者 (3件)： Elmer Jonathan (Departments of Emergency Medicine, Critical Care Medicine and Neurology, University of Pittsburgh School of Medicine, Pittsburgh, PA, USA) ,  Jones Bobby L. (Western Psychiatric Institute and Clinic of UPMC, Pittsburgh, PA, USA) ,  Nagin Daniel S. (Heinz College, Carnegie Mellon University, Pittsburgh, PA, USA)
資料名： Resuscitation  (Resuscitation)
巻： 148  ページ： 152-160  発行年： 2020年 
JST資料番号： A1252A  ISSN： 0300-9572  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 心停止後の転帰の予測は困難である。著者らは,ベースライン特性と定量的脳波(EEG)軌跡に基づく予後予測のためにグループベースの軌跡モデリング(GBTM)を以前にテストした。ここでは,自由に利用可能なソフトウェアパッケージにおけるこの方法の実装を記述し,代替オプションに対するその性能を試験した。著者らは,2010年4月から2019年4月までに,心停止から蘇生後に単一センターに入院した昏睡患者を含め,EEGモニタリングの≧6時間を受けた。著者らは,著者らの前向き登録からの臨床情報を抽出し,48時間ごとのエポックにおける抑制率を要約した。3つのクラスの縦モデルをテストした:周波数,統計ベースのGBTMs;非パラメトリック(すなわち機械学習)k-平均モデル;そして,Bayes回帰。著者らの関心の主要な結果は,CPC1-3(対意識または死亡)であった。偽陽性率(FPR)<1%で不良転帰を検出するための感度を比較した。1,010名の被験者のうち,250名(25%)が覚醒し退院時に生存していた。GBTMおよびk-平均誘導軌跡,グループサイズおよびグループ特異的結果は同等であった。FPR<1%の条件で,GBTMsは48時間にわたり最適感度(38%)をもたらした。より敏感な方法は,2~3%のFPRを有した。長期および時間不変患者データに基づく患者レベル予測のための基本的に異なるツールを検討した。評価した方法の中で,GBTMは,偽陽性率<1%を維持しながら,最適感度をもたらした。この方法の提供されたコードとソフトウェアは,GBTMsに基づく結果予測のための使用可能な実装を提供する。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： プログラムパッケージ ,  脳波 ,  *ノンパラメトリック法 ,  機械学習 ,  死 ,  昏睡 ,  *心停止 ,  基準線 ,  ソフトウェア ,  蘇生法
準シソーラス用語： 患者情報 ,  被験者 ,  偽陽性率 ,  脳波検査 ,  予後予測 , 【Automatic Indexing@JST】

著者キーワード (6件)： 心停止 ,  予測 ,  脳波 ,  データ ,  分析学 ,  精密医療

分類 (1件)： 応急処置  (GC03014I)

タイトルに関連する用語 (5件)： 心停止 ,  転帰 ,  予測 ,  パラメトリック法 ,  ノンパラメトリック法