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。
インターネットデリバリー心理学的治療(IDPT)は,精神医療のアクセシビリティを改善する効果的でスケーラブルな経路として見られる。この文脈の中で,治療アドヒアランスは,ヘルスケア専門家と患者の間の減少した相互作用のため,特に適切な挑戦である。並列に,一般データ保護規制(GDPR)のような個人データの使用を取り巻く規制の増加は,データ最小化をIDPTの実世界実装のためのコア考慮を最小化させる。従って,本研究は,自動アドヒアランス予測を行うための自己拡張ベース深層学習アプローチを提案し,一方,最小感度ログイン/ログアウトタイムスタンプデータのみに依存する。このアプローチを,誘導インターネットデリバリー認知行動療法(G-ICBT)治療を受けている342人の患者を含むデータセットで試験した。これら342人の患者のうち,101人(~30%)は,本研究で使用した接着定義に基づく非遵守(ドロップアウト)(すなわち,少なくとも56日間以上持続するプラットフォームへの少なくとも8つの接続)を考慮した。提案したモデルは,処理のうち56日(~1/3)のわずか20回が経過した後に,70%以上の平均平衡精度を達成した。本研究は,G-ICBTに対する自動アドヒアランス予測が,最小感度データのみを用いて達成可能であり,従って,実世界IDPTプラットフォーム内のそのようなツールの実現を容易にすることを示した。【JST・京大機械翻訳】