文献
J-GLOBAL ID:202002295903102993   整理番号:20A0713767

機械学習アルゴリズムを用いた集中治療室における血流感染の早期診断【JST・京大機械翻訳】

Early diagnosis of bloodstream infections in the intensive care unit using machine-learning algorithms
著者 (6件):
資料名:
巻: 46  号:ページ: 454-462  発行年: 2020年 
JST資料番号: T0102A  ISSN: 0342-4642  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
目的:ICUにおける感染の疑いのある患者の間で集中治療室(ICU)後天性血流感染症(BSI)を予測することができる機械学習(ML)アルゴリズムを開発することを目的とした。方法:本研究は,米国,マサチューセッツ州,ボストン州,マサチューセッツ州,Ramb州,Hfa市の患者の電子健康記録に基づいている。血液培養が入院後少なくとも48時間でBSIを疑うために収集された成人を含めた。時系列変数とそれらの相互作用を含む臨床データを各サイトでMLアルゴリズムによって分析した。ICU獲得BSIの予測能力を,10倍交差検証の受信者動作特性(AUROC)下の面積と95%信頼区間を持つ検証セットにより評価した。【結果】データセットは,BIDMCからの2351人の患者(BSIによる151人)とRHCCからの1021人(BSIによる162人)から成った。中央値(四分位範囲)年齢は,それぞれ62(51~75)および56(38~69)歳であった。平均急性生理学と慢性健康評価IIスコアは,それぞれ26(21-32)と24(20-29)であった。交差検証AUROCの平均値はBIDMCで0.87±0.02,RHCCで0.93±0.03であった。0.89±0.01および0.92±0.02のAUROCは,内部検証により両センターで維持されたが,外部検証は悪化した。価値ある予測因子は,主に実験室の結果とバイタルサインのような時系列変数の傾向であった。結論:時間的および部位特異的データを用いたMLアプローチは,ICU獲得BSIに対する高い確率でBCサンプルを認識する際に高い性能を達成した。Copyright Springer-Verlag GmbH Germany, part of Springer Nature 2019 Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
感染症・寄生虫症一般  ,  循環系の診断 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る