対称階層的Dirichlet過程による母体高血圧障害に対するモデル選択【JST・京大機械翻訳】

Franzolini Beatrice; Lijoi Antonio; Pruenster Igor

プレプリント

J-GLOBAL ID：202202209641392554 整理番号：22P0312432

対称階層的Dirichlet過程による母体高血圧障害に対するモデル選択【JST・京大機械翻訳】

Model Selection for Maternal Hypertensive Disorders with Symmetric Hierarchical Dirichlet Processes

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年03月26日プレプリントサーバーでの情報更新日： 2022年07月24日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

妊娠の高血圧障害は,世界中の妊婦の約10%で生じる。高血圧が母性心臓機能に影響するという証拠があるが,高血圧と心機能障害の間の関係は部分的にしか理解されていない。この関係の研究は,心臓機能インデックスの収集により提供される多変量情報を組み合わせる,異なる高血圧性障害診断に対応する,複数のポピュレーションに対する関節干渉問題としてフレーム化できる。Bayesノンパラメトリックアプローチはこの設定に特に適しており,インドの妊婦のコホートの経胸壁心エコー検査結果からなるデータセットで実証した。モデル選択を実施でき,心臓機能指数の密度推定と患者の潜在クラスタリングを提供し,これらの容易に解釈可能な推論出力は,健常被験者と比較して高血圧患者における修正心臓機能を単一に除外することを可能にし,障害の重症度とともに次第に変化を増加させる。解析は,対称階層的Dirichletプロセスと呼ばれる新しい階層構造に依存するBayesノンパラメトリックモデルに基づく。これは,平均パラメータが同定され,個体群にわたるモデル選択のために使われるように適切に設計され,多重度に対するペナルティが施行され,観察されない関連要因の存在が被験者の潜在クラスタリングを通して調査された。事後推論は,適切なMarkov連鎖モンテカルロアルゴリズムに依存し,また,モデル行動は,シミュレーションデータに関して示した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

循環系の診断 , 代謝異常・栄養性疾患一般 , 循環系の疾患

, , , , ,

前のページに戻る