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。
多重データソースからの情報の統合は,より正確で,タイムリーで,一般化可能な決定を可能にする。しかし,複数のデータソースからの観測データを用いて有効な因果推論を行うことは挑戦的である。例えば,医療において,異なる病院に含まれる電子健康記録からの学習は,患者ケースミックスにおける異質性,治療ガイドラインにおける差異,および個人患者データをプールから除外するデータプライバシー規制のため,望ましいが,困難である。これらの課題を克服するため,連合因果推論フレームワークを開発した。目標母集団における平均ポテンシャル結果の二重ロバスト推定器を考案し,いくつかのモデルが誤指定されている場合でも,それが一致することを示した。実世界使用を可能にするために,提案アルゴリズムはプライバシー保護(病院間で共有される要約統計量のみ)と通信効率(病院間の通信の1ラウンドだけを必要とする)である。急性心筋梗塞(AMI)患者の30日死亡率と入院期間により測定される,51の候補心臓センターの多様なセットによって提供された病院ケアの質を調査するために,著者らの因果的推定と推論手順を実行した。著者らが提案した連合グローバル推定器は,目標病院のみのデータと比較して,処理効果推定の精度を59%から91%まで改善することを見出した。この精度利得は,病院の63%(51のうちの32)における医療管理(MM)と比較して,経皮的冠動脈介入(PCI)の推定効果について定性的に異なる結論をもたらす。病院はPCIとMMの両方で稀に排出し,特定の治療処方に対するパフォーマンス評価の重要性を強調する。【JST・京大機械翻訳】