文献

J-GLOBAL ID：202202257411641790   整理番号：22A0914135

多次元母集団健康モデリング:データ駆動多変量統計的学習アプローチ【JST・京大機械翻訳】

Multidimensional Population Health Modeling: A Data-Driven Multivariate Statistical Learning Approach

著者 (3件)： Wei Zhiyuan (Department of Industrial and Systems Engineering, University at Buffalo-The State University of New York, Buffalo, NY, USA) ,  Narin Adil Baran (Department of Industrial and Systems Engineering, University at Buffalo-The State University of New York, Buffalo, NY, USA) ,  Mukherjee Sayanti (Department of Industrial and Systems Engineering, University at Buffalo-The State University of New York, Buffalo, NY, USA)
資料名： IEEE Access  (IEEE Access)
巻： 10  ページ： 22737-22755  発行年： 2022年 
JST資料番号： W2422A  ISSN： 2169-3536  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： 個体群健康は,自然界で多次元であり,様々な健康決定因子との複雑な関係がある。しかし,ほとんどの以前の研究は,線形モデルを用いた人口健康の1次元を調査し,健康結果におけるデータにおける非線形性と多重次元の相互依存性を捉えることに失敗している。本論文では,健康行動,臨床医療,社会経済的因子,物理的環境,および人口統計学の機能として,生活界の長さと質を--する母集団健康のさまざまな側面を同時にモデル化するためのデータ駆動多変量統計的学習アプローチを提案した。また,モデルの一般化性能を損なうことなく,多変量回帰のための新しいパーセンタイルベース変数選択を提案した。事例研究としてニューヨーク州を用いて提案したデータ駆動方法論フレームワークの適用性を実証した。交差検証法及び統計的仮説検定により,多変量ツリーブースティング法は多次元集団健康のモデリングにおいて伝統的に使われている単変量線形回帰モデル及びランダムフォレストより優れていることを示した。可変重要度熱マップは,集団健康の様々な次元に対する主要な健康決定因子の相対的影響を示す。部分的依存性プロットを用いて,健康結果と健康入力の間の限界効果と非線形関係を定量化した。結果は,10代の出生率が,生命の長さ(例えば,子供の死亡率)と生活の質(例えば,物理的に不健康な日)と強く関連していることを示す。社会経済的状態は子供と乳児死亡率を予測する重要な指標である。提案したフレームワークは,多変量集団健康を正確に評価し予測するための意思決定支援ツールとして使用できる。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： 死亡率 ,  仮説検定 ,  *モデリング ,  モデル ,  子供 ,  健康管理 ,  個体群 ,  事例研究 ,  *高次元 ,  意思決定支援システム
準シソーラス用語： 線形モデル ,  社会経済 ,  ランダムフォレスト ,  *データ駆動 ,  線形回帰モデル , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 多次元 ,  母集団 ,  モデリング ,  データ駆動 ,  多変量 ,  統計的学習