文献

J-GLOBAL ID：202202248523253445   整理番号：22A0696809

認知症診断における極端な欠損データ補完のための実用的戦略【JST・京大機械翻訳】

Practical Strategies for Extreme Missing Data Imputation in Dementia Diagnosis

著者 (9件)： McCombe Niamh (Intelligent Systems Research Centre, School of Computing, Engineering and Intelligent Systems, Ulster University, Magee Campus, Northern Ireland, Derry~Londonderry, U.K.) ,  Liu Shuo (Intelligent Systems Research Centre, School of Computing, Engineering and Intelligent Systems, Ulster University, Magee Campus, Northern Ireland, Derry~Londonderry, U.K.) ,  Ding Xuemei (Intelligent Systems Research Centre, School of Computing, Engineering and Intelligent Systems, Ulster University, Magee Campus, Northern Ireland, Derry~Londonderry, U.K.) ,  Prasad Girijesh (Intelligent Systems Research Centre, School of Computing, Engineering and Intelligent Systems, Ulster University, Magee Campus, Northern Ireland, Derry~Londonderry, U.K.) ,  Bucholc Magda (Intelligent Systems Research Centre, School of Computing, Engineering and Intelligent Systems, Ulster University, Magee Campus, Northern Ireland, Derry~Londonderry, U.K.) ,  Finn David P. (Pharmacology and Therapeutics, School of Medicine, Centre for Pain Research and Galway Neuroscience Centre, National University of Ireland, Galway, Ireland) ,  Todd Stephen (Altnagelvin Area Hospital, Western Health and Social Care Trust, Northern Ireland, Derry~Londonderry, U.K.) ,  McClean Paula L. (Northern Ireland Centre for Stratified Medicine, Biomedical Sciences Research Institute, Clinical Translational Research and Innovation Centre, Ulster University, Magee Campus, Northern Ireland, Derry~Londonderry, U.K.) ,  Wong-Lin KongFatt (Intelligent Systems Research Centre, School of Computing, Engineering and Intelligent Systems, Ulster University, Magee Campus, Northern Ireland, Derry~Londonderry, U.K.)
資料名： IEEE Journal of Biomedical and Health Informatics  (IEEE Journal of Biomedical and Health Informatics)
巻： 26  号： 2  ページ： 818-827  発行年： 2022年 
JST資料番号： W1135A  ISSN： 2168-2194  CODEN： IJBHA9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 臨床意思決定支援システムのための正確な計算モデルは,クリーンで信頼できるデータを必要とするが,臨床診療において,データはしばしば不完全である。したがって,欠測データは訓練データセットからだけでなく,単一の未診断事例,個体から成るデータセットもテストできる。本研究は,診断分類精度と計算コストの両方に基づく多重帰属と分類ワークフローを評価することによって,訓練とテストデータの両方における極端な欠測の問題を扱う。極端な欠測性は,データ特徴の半分以上において欠測された全データの~50%と定義される。特に,長期遅延,高変動性,高摩滅率,および診断経路における実用的データ補完戦略の欠如による痴呆診断に焦点を当てる。大規模オープンデータセット上の実世界メモリクリニックからのデータの極端な欠測構造を同定し,再現し,元の完全データをグランドトルースとして動作させた。全体として,著者らは,計算コスト,しかし,精度ではなく,様々な補完と分類アプローチに対して広く異なることを見出した。特に,縮小特徴分類モデルと組み合わせた訓練データセットに関する反復的帰属が,速度と精度に関して最良のアプローチを提供することを見出した。まとめると,本研究は,認知症診断支援システムのための予測モデルを開発する際に考慮すべき重要因子を明らかにした。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 摩耗 ,  多重化 ,  計算モデル ,  ワークフロー ,  予測モデル ,  *認知症
準シソーラス用語： 訓練データ ,  診断支援システム ,  分類精度 ,  計算コスト ,  グランドトゥルース , 【Automatic Indexing@JST】

分類 (2件)： 生体計測  (EL03020C) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (5件)： 認知症 ,  診断 ,  欠損データ ,  補完 ,  戦略