文献
J-GLOBAL ID:202202266906446653   整理番号:22A0729192

教師なし機械学習を用いた集中治療におけるCOVID-19患者のトリアージとモニタリング【JST・京大機械翻訳】

Triage and monitoring of COVID-19 patients in intensive care using unsupervised machine learning
著者 (21件):
資料名:
巻: 142  ページ: Null  発行年: 2022年 
JST資料番号: E0858A  ISSN: 0010-4825  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
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。
COVID-19患者の重症度と動的挿管の必要性を評価し,呼吸頻度(BF)と酸素飽和(SpO_2)信号を用いて滞在の長さを予測するアルゴリズムを設計した。フランスにおける流行の最初およびその後の流行の間,教育病院のICUに入院したCOVID-19患者について,BFおよびSpO_2信号を記録した。教師なし機械学習アルゴリズム(Gauss混合モデル)を,クラスタ化のための患者のデータに適用した。アルゴリズムのロバスト性は,実際の挿管速度に対する結果を比較することによって保証された。時間ごとにアルゴリズムを用いて挿管率を予測し,重症度評価を実施した。著者らは,以前の24時間にわたる患者の重症度を表すS_24重症度スコアを設計した;MS_24,最大S_24スコアの妥当性を,挿管リスクと長期ICU滞在の率に対してチェックした。著者らの試料は279人の患者を含んだ。.教師なしクラスタリングは,挿管認識に対して87.8%の精度率を有した(AUC=0.94,True陽性率86.5%,真の陰性率90.9%)。挿管患者のS_24スコアは挿管前48時間で非挿管患者より有意に高かった。MS_24スコアは,挿管のリスク増加を伴う3つの重症度レベルの間の識別を可能にした:グリーン(3.4%),オレンジ(37%),および赤(77%)。40以上のMS_24スコアは81.0%(AUC=0.87)の精度で5日以上のICU滞在の非常に予測的であった。著者らのアルゴリズムは単純な信号を使用し,患者の呼吸状況を効率的に可視化し,意思決定におけるスタッフを支援する可能性があることを意味する。さらに,リアルタイム計算は実装が容易である。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
感染症・寄生虫症の診断  ,  呼吸器の診断  ,  感染症・寄生虫症一般 

前のページに戻る