文献

J-GLOBAL ID：202002279241526066   整理番号：20A2041707

骨粗鬆症高齢者における転倒リスクを予測するための機械学習モデルの比較【JST・京大機械翻訳】

Comparison of Machine Learning Models to Predict Risk of Falling in Osteoporosis Elderly

著者 (6件)： Cuaya-Simbro German (Higher Technological Institute of the East of State of Hidalgo, Carretera Apan-Tepeapulco Km 3.5, Colonia Las Penitas, Apan Hidalgo, Mexico.) ,  Perez-Sanpablo Alberto-Isaac (National Rehabilitation Institute, Mexico-Xochimilco Av. 289, Arenal de Guadalupe, 14389, Mexico City, Mexico.) ,  Munoz-Melendez Angelica (National Institute of Astrophysics, Optics and Electronics, Luis Enrique Erro 1, Santa Maria Tonatzintla, 72840 Puebla, Mexico.) ,  Uriostegui Ivett Quinones (National Rehabilitation Institute, Mexico-Xochimilco Av. 289, Arenal de Guadalupe, 14389, Mexico City, Mexico.) ,  Morales-Manzanares Eduardo-F. (National Institute of Astrophysics, Optics and Electronics, Luis Enrique Erro 1, Santa Maria Tonatzintla, 72840 Puebla, Mexico.) ,  Nunez-Carrera Lidia (National Rehabilitation Institute, Mexico-Xochimilco Av. 289, Arenal de Guadalupe, 14389, Mexico City, Mexico.)
資料名： Foundations of Computing and Decision Sciences (Web)  (Foundations of Computing and Decision Sciences (Web))
巻： 45  号： 2  ページ： 66-77  発行年： 2020年 
JST資料番号： U8006A  ISSN： 2300-3405  資料種別： 逐次刊行物 (A)
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： 転倒は高齢者に対する傷害の多因子原因である。骨粗鬆症の被験者は転倒により脆弱である。本研究の焦点は,特に骨粗鬆症の被験者における転倒を予測するため,時空間歩行パラメータ上に構築された異なる機械学習モデルの性能を調査することである。骨粗鬆症(年齢74.3±6.3)および骨粗鬆症のない143人(年齢68.7±6.8)の110人の地域在住高齢女性のサンプルから,時空間歩行パラメータおよび転倒の前向き登録を得た。4つの異なるモデル,サポートベクターマシン,ニューロンネットワーク,決定ツリー,および動的Bayesネットワーク(DBN)を,用いたパラメータの各特定のセットに対して構築し,それらの精度,再現およびFスコアを考慮して,転倒リスクを予測した。Fスコア値は,DBNベースのモデルが転倒リスクを予測するためにより効率的であり,得られた最良の結果は,FSMCの変数,混合変数セット,80%の精度,および73%の再現率を有する専門家の変数を用いたDBNモデルを使用するときであった。結果は,専門家の知識を補完する計算方法の実現可能性を確認し,12か月という高い時間内に転倒リスクを予測する。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： 女性 ,  ディシジョンツリー ,  予後 ,  *骨粗鬆症 ,  神経回路網 ,  *機械学習 ,  サポートベクトルマシン
準シソーラス用語： 被験者 ,  脆弱性 ,  再現率 ,  *転倒リスク ,  動的Bayesネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： ウォークライトデータ ,  予後低下 ,  計算方法 ,  骨粗鬆症

分類 (1件)： 老人医学  (GC09000X)

タイトルに関連する用語 (6件)： 骨粗鬆症 ,  高齢者 ,  転倒リスク ,  予測 ,  機械学習 ,  モデル