文献

J-GLOBAL ID：202202290776926873   整理番号：22A0092717

僧帽弁手術戦略における新しいフロンティアとしての機械学習【JST・京大機械翻訳】

Machine learning as a new frontier in mitral valve surgical strategy

著者 (3件)： Nedadur Rashmi (Division of Cardiovascular Surgery, University of Toronto, Toronto, Canada) ,  Wang Bo (Vector Institute, University of Toronto, Toronto, Canada) ,  Tsang Wendy (Division of Cardiology, Toronto General Hospital, University Health Network, University of Toronto, Toronto, Canada)
資料名： Journal of Cardiac Surgery  (Journal of Cardiac Surgery)
巻： 37  号： 1  ページ： 84-87  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： 背景:虚血性僧帽弁逆流(MR)に利用可能な外科的オプションの1つは僧帽弁修復であるが,患者の有意な割合によって経験され,患者の転帰に負の影響を与えるので,再発性逆流により制限される。再発MRの予測因子をモデル化し,同定する努力は,主観的で日常的に収集されていない複雑な心エコーと臨床測定に依存する。目的:Kachrooらは,1年で再発MRまたは死亡を予測するモデルを開発するために,STSデータベースおよび機械学習(ML)を用いることにより,この問題に近づいた。DISCUSSION:STSデータベースは,多くの日常的に収集した人口統計および臨床パラメータを含むが,MLのような方法論を必要とし,それは共線性と多くの予測因子の未知の有意性を収容する。Kachrooらは,曲線下面積が0.72~0.75の3つの良好なMLモデルを開発した。重要な予測因子のデータ駆動選択は,3つの血管再生標的,末梢血管疾患,およびβ遮断薬の使用が再発性MRの最も予測的であることを示した。【結論】著者らは,著者らの患者のために個人化された医学を実践するために,医学イメージング,波形,およびゲノムデータの統合を含むMLにおいて,新しい方法論を先駆けて,明るい未来のための道を拓くために著者を承認した。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： データベース ,  画像処理 ,  逆流 ,  ゲノム ,  血中濃度-時間曲線下面積 ,  βアドレナリン遮断薬 ,  *機械学習 ,  心エコー法
準シソーラス用語： 僧帽弁輪形成術 ,  虚血性僧帽弁閉鎖不全症 ,  予測因子 ,  データ駆動 ,  患者予後 ,  *僧帽弁手術 , 【Automatic Indexing@JST】

著者キーワード (1件)： 機械学習

分類 (1件)： 循環系疾患の外科療法  (GJ05030X)

タイトルに関連する用語 (3件)： 僧帽弁手術 ,  戦略 ,  機械学習