文献

J-GLOBAL ID：202202271331255567   整理番号：22A0092710

心臓手術における末期肝疾患スコアのモデルへの機械学習アプローチ【JST・京大機械翻訳】

A machine learning approach to model for end-stage liver disease score in cardiac surgery

著者 (9件)： Aranda-Michel Edgar (Division of Cardiac Surgery, Department of Cardiothoracic Surgery, University of Pittsburgh, Pittsburgh, Pennsylvania, USA) ,  Sultan Ibrahim (Division of Cardiac Surgery, Department of Cardiothoracic Surgery, University of Pittsburgh, Pittsburgh, Pennsylvania, USA) ,  Sultan Ibrahim (Division of Cardiac Surgery, Heart and Vascular Institute, University of Pittsburgh Medical Center, Pittsburgh, Pennsylvania, USA) ,  Kilic Arman (Division of Cardiac Surgery, Department of Cardiothoracic Surgery, University of Pittsburgh, Pittsburgh, Pennsylvania, USA) ,  Kilic Arman (Division of Cardiac Surgery, Heart and Vascular Institute, University of Pittsburgh Medical Center, Pittsburgh, Pennsylvania, USA) ,  Bianco Valentino (Division of Cardiac Surgery, Department of Cardiothoracic Surgery, University of Pittsburgh, Pittsburgh, Pennsylvania, USA) ,  Brown James A. (Division of Cardiac Surgery, Department of Cardiothoracic Surgery, University of Pittsburgh, Pittsburgh, Pennsylvania, USA) ,  Serna-Gallegos Derek (Division of Cardiac Surgery, Department of Cardiothoracic Surgery, University of Pittsburgh, Pittsburgh, Pennsylvania, USA) ,  Serna-Gallegos Derek (Division of Cardiac Surgery, Heart and Vascular Institute, University of Pittsburgh Medical Center, Pittsburgh, Pennsylvania, USA)
資料名： Journal of Cardiac Surgery  (Journal of Cardiac Surgery)
巻： 37  号： 1  ページ： 29-38  発行年： 2022年 
JST資料番号： W2631A  ISSN： 0886-0440  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： 目的:末期肝疾患(MELD)のモデルは,手術結果に非線形効果がある可能性がある。機械学習を用いて,MELDと心臓手術の結果の間の非線形(従属変数が1つから1つに相関しないかもしれない)を評価した。方法:2011年から2018年の間の胸部外科インデックス選択心臓手術の学会を含めた。MELDを遡及的に分析した。ロジスティック回帰モデルと不均衡ランダム森林分類器を手術死亡率に関して作成した。Cox回帰モデルとランダム森林生存モデルは生存を評価した。変数重要度解析(VIMP)は予測力によって変数をランク付けした。線形および機械学習モデルを,受信者動作特性(ROC)およびBrierスコアと比較した。結果:3872人の患者を含めた。手術死亡率は1.7%であり,5年生存率は82.1%であった。MELDは,手術長期生存のためのVIMP分析に関する4番目に大きい陽性予測因子であり,手術死亡率のための最も強い陰性予測因子であった。MELDは,ロジスティックまたはCox回帰における手術死亡率または長期生存に対する有意な予測因子ではなかった。ロジスティックモデルROC面積は,0.674のランダムフォレスト分類器ROCと比較して0.762であった。ランダム森林生存モデルのBrierスコアは2年で開始するCox回帰より大きく,研究期間を通して継続した。線形回帰に関するブートストラップ推定は,機械学習モデルが優れていることを証明した。結論:MELDと死亡率は非線形である。MELDはCox多変数回帰において有意でなかったが,ランダム森林生存モデルにおいて強く重要で,ブートストラップを用いるとき,優れた有用性が機械学習モデルで示された。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ブートストラップ ,  非線形効果 ,  死亡率 ,  線形性 ,  等級づけ ,  回帰モデル ,  *心臓外科 ,  胸部外科 ,  *機械学習
準シソーラス用語： 5年生存率 ,  線形回帰 ,  ロジスティックモデル ,  ランダムフォレスト ,  予測因子 ,  ロジスティック回帰モデル , 【Automatic Indexing@JST】

著者キーワード (3件)： 心臓外科 ,  機械学習 ,  MELDスコア

分類 (1件)： 消化器疾患の外科療法  (GH05030R)

タイトルに関連する用語 (5件)： 心臓手術 ,  末期肝疾患 ,  スコア ,  モデル ,  機械学習