文献

J-GLOBAL ID：202002285867293046   整理番号：20A2775712

現代の機械学習は中枢および末梢急性前庭障害の診断的分化を支援することができる【JST・京大機械翻訳】

Modern machine-learning can support diagnostic differentiation of central and peripheral acute vestibular disorders

著者 (22件)： Ahmadi Seyed-Ahmad (German Center for Vertigo and Balance Disorders, Ludwig-Maximilians-University, Munich, Germany) ,  Ahmadi Seyed-Ahmad (Computer Aided Medical Procedures, Technical University, Munich, Germany) ,  Vivar Gerome (German Center for Vertigo and Balance Disorders, Ludwig-Maximilians-University, Munich, Germany) ,  Vivar Gerome (Computer Aided Medical Procedures, Technical University, Munich, Germany) ,  Navab Nassir (Computer Aided Medical Procedures, Technical University, Munich, Germany) ,  Mohwald Ken (German Center for Vertigo and Balance Disorders, Ludwig-Maximilians-University, Munich, Germany) ,  Mohwald Ken (Department of Neurology, Ludwig-Maximilians-University, Munich, Germany) ,  Maier Andreas (German Center for Vertigo and Balance Disorders, Ludwig-Maximilians-University, Munich, Germany) ,  Maier Andreas (Department of Neurology, Ludwig-Maximilians-University, Munich, Germany) ,  Hadzhikolev Hristo (German Center for Vertigo and Balance Disorders, Ludwig-Maximilians-University, Munich, Germany) ,  Hadzhikolev Hristo (Department of Neurology, Ludwig-Maximilians-University, Munich, Germany) ,  Brandt Thomas (German Center for Vertigo and Balance Disorders, Ludwig-Maximilians-University, Munich, Germany) ,  Brandt Thomas (Clinical Neurosciences, Ludwig-Maximilians-University, Munich, Germany) ,  Grill Eva (German Center for Vertigo and Balance Disorders, Ludwig-Maximilians-University, Munich, Germany) ,  Grill Eva (Institute for Medical Information Processing, Ludwig-Maximilians-University, Munich, Germany) ,  Dieterich Marianne (German Center for Vertigo and Balance Disorders, Ludwig-Maximilians-University, Munich, Germany) ,  Dieterich Marianne (Department of Neurology, Ludwig-Maximilians-University, Munich, Germany) ,  Dieterich Marianne (Munich Cluster of Systems Neurology, SyNergy, Munich, Germany) ,  Jahn Klaus (German Center for Vertigo and Balance Disorders, Ludwig-Maximilians-University, Munich, Germany) ,  Jahn Klaus (Department of Neurology, Schon Klinik Bad Aibling, Munich, Germany) ,  Zwergal Andreas (German Center for Vertigo and Balance Disorders, Ludwig-Maximilians-University, Munich, Germany) ,  Zwergal Andreas (Department of Neurology, Ludwig-Maximilians-University, Munich, Germany)
資料名： Journal of Neurology  (Journal of Neurology)
巻： 267  号： Suppl 1  ページ： 143-152  発行年： 2020年 
JST資料番号： T0575A  ISSN： 0340-5354  CODEN： JNRYA9  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： 背景:急性前庭障害における中心対末梢病因の診断分類は,緊急設定における課題のままである。新しい機械学習法は診断決定を支援するのを助けるかもしれない。本研究では,急性中枢または末梢前庭障害の連続患者の分類における標準および機械学習アプローチの性能を試験した。【方法】前庭性脳卒中の40人の患者(急性前庭症候群(AVS)のない19人,急性前庭症候群(AVS)のない21人)および前庭神経炎による末梢AVSの68人の患者を,緊急部門で募集し,前向きEMVERT試験(EMergncy VERTig)の文脈で,緊急部門で募集した。すべての患者は,症状発症後7日以内に,急性症候性ステージとMRIで,ビデオ撮影と後造影を含む標準化された神経-耳学的検査を受けた。前庭脳卒中対末梢AVSの分化に対する,HINTS(Head Impulse,注視誘発Nystagmus,Skweの試験)およびABCD2(Age,血液,臨床的特徴,硬膜,糖尿病)のような最先端のスコアの診断性能を,種々の機械学習アプローチと比較した。(i)線形ロジスティック回帰(LR),(ii)非線形ランダムフォレスト(RF),(iii)人工ニューラルネットワーク,および(iv)幾何学的深層学習(Single/MultiGMC)。前向き分類を10倍交差検証によってシミュレートした。機械推定特徴の重要性が臨床経験と相関するかどうかを解析した。【結果】機械学習法(例えば,マルチGMC)は,すべての前庭脳卒中対末梢AVS(MultiGMC領域-曲線下面積(AUC):0.96対HINTS/ABCD2AUC:0.71/0.58)の分化のために,HINTSまたはABCD2のような単変量スコアより性能が優れていた。HINTSは,AVS(AUC:0.86)を伴う前庭脳卒中に対し,MultiGMCと同様に行われたが,AVS(AUC:0.54)のない前庭脳卒中に対しては,より不良であった。機械学習モデルは,特定の特徴に異なる重みを与えるように学習し,その各々は臨床視点から関連する。RFおよびLRのような線形法のような確立された非線形機械学習法は,より強力な分類モデル(AUC:0.89対0.62)である。結論:確立された臨床スコア(HINTSのような)は,急性前庭症候群における脳卒中検出のための貴重なベースライン評価を提供する。さらに,機械学習法は正しい診断の確立において感度と選択性を増加させる可能性を有する。Copyright The Author(s) 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 標準化 ,  ニューラルネットワーク ,  糖尿病 ,  *分化 ,  線形性 ,  *前庭 ,  脳卒中 ,  基準線 ,  硬膜 ,  血中濃度-時間曲線下面積 ,  病因 ,  *機械学習
準シソーラス用語： ロジスティック回帰分析 ,  ランダムフォレスト ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (6件)： 急性前庭症候群 ,  ヒント ,  機械学習 ,  MRI ,  前庭神経炎 ,  前庭脳卒中

分類 (5件)： 犬・猫  (FD06010P) ,  耳鼻咽喉科の基礎医学  (GQ01020F) ,  耳・鼻・咽頭・喉頭の疾患  (GQ03000X) ,  神経系の診断  (GN02000H) ,  動物の診療・診療設備  (FE01020U)

タイトルに関連する用語 (5件)： 機械学習 ,  前庭障害 ,  診断 ,  分化 ,  支援