文献

J-GLOBAL ID：202202288052289131   整理番号：22A0570329

XGBoostおよびロジスティック回帰に関するCOVID-19に基づく非接触スクリーニングシステム【JST・京大機械翻訳】

Non-contact screening system based for COVID-19 on XGBoost and logistic regression

著者 (13件)： Dong Chunjiao (Institute of Microelectronics of Chinese Academy of Sciences, Beijing, China) ,  Dong Chunjiao (University of Chinese Academy of Sciences, Beijing, China) ,  Qiao Yixian (Department of Pulmonary and Critical Care Medicine, Peking University Third Hospital, Beijing, China) ,  Shang Chunheng (Institute of Microelectronics of Chinese Academy of Sciences, Beijing, China) ,  Liao Xiwen (Institute of Microelectronics of Chinese Academy of Sciences, Beijing, China) ,  Yuan Xiaoning (Department of Nosocomial Infection Management, Peking University Third Hospital, Beijing, China) ,  Cheng Qin (Department of Pulmonary and Critical Care Medicine, Peking University Third Hospital, Beijing, China) ,  Li Yuxuan (Department of Critical Care Medicine, Peking University Third Hospital, Beijing, China) ,  Zhang Jianan (Department of Critical Care Medicine, Peking University Third Hospital, Beijing, China) ,  Wang Yunfeng (Institute of Microelectronics of Chinese Academy of Sciences, Beijing, China) ,  Chen Yahong (Department of Pulmonary and Critical Care Medicine, Peking University Third Hospital, Beijing, China) ,  Ge Qinggang (Department of Critical Care Medicine, Peking University Third Hospital, Beijing, China) ,  Bao Yurong (Department of Medical Quality Management and Telemedicine, The Second Medical Center of PLA General Hospital, Beijing, China)
資料名： Computers in Biology and Medicine  (Computers in Biology and Medicine)
巻： 141  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： コロナウイルス病(COVID-19)は,2019年,2020年およびそれ以上で世界的な健康危機に影響した。現在,温度検出,臨床症状および核酸試験のような方法が,患者が重症急性呼吸器症候群コロナウイルス2に感染しているかどうかを包括的に決定するために使用されている。しかし,COVID-19発生のピーク期間と未開発地域では,医療スタッフとハイテク検出装置が制限され,病気の継続的な広がりをもたらした。したがって,より携帯可能なコスト効率が高く自動化補助スクリーニング法が必要である。潜在的COVID-19患者を自動的にスクリーニングするために,機械学習アルゴリズムと非接触モニタリングシステムを適用することを狙った。著者らは,呼吸,心拍数,身体運動,睡眠の質,および様々な他の生理学的指標を検出するために,インパルスラジオ超広帯域レーダを使用した。著者らは,武漢Tongji病院における23のCOVID-19患者からの140のレーダモニタリングデータを収集して,それらを健常対照者からの144のレーダモニタリングデータと比較した。次に,XGBoostとロジスティック回帰(XGBoost+LR)アルゴリズムを用いて,患者と健常者に従ってデータを分類した。XGBoost+LRアルゴリズムは優れた識別(精度=92.5%,再現率=96.8%,AUC=98.0%)を示し,他の単一機械学習アルゴリズムより優れていた。さらに,SHAP値はREM中の無呼吸数,平均心拍数,およびいくつかの睡眠パラメータが分類のための重要な特徴であることを示した。XGBoost+LRベースのスクリーニングシステムは,COVID-19患者を正確に予測することができ,医療スタッフを効果的に支援するために,ホテル,看護家庭,病棟,および他の混雑場所に応用できる。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： アルゴリズム ,  レーダ ,  自動化 ,  核酸 ,  心拍 ,  監視装置 ,  ホテル ,  検出器 ,  看護 ,  *スクリーニング ,  無呼吸 ,  学習アルゴリズム
準シソーラス用語： 身体運動 ,  *ロジスティック回帰分析 ,  健常者 ,  *COVID-19 , 【Automatic Indexing@JST】

著者キーワード (5件)： COVID-19 ,  スクリーニングシステム ,  非接触バイタルサイン ,  XGBoost ,  ロジスティック回帰

分類 (1件)： 感染症・寄生虫症一般  (GD01010H)

タイトルに関連する用語 (3件)： ロジスティック回帰 ,  非接触 ,  スクリーニングシステム