Jove
Visualize
お問い合わせ

関連する概念動画

Cognitive Learning01:21

Cognitive Learning

1.2K
Cognitive learning is based on purposive behavior, incidental learning, and insight learning.
E. C. Tolman's theory of purposive behavior emphasizes that much behavior is goal-directed. He argued that to understand behavior, we must look at the entire sequence of actions leading to a goal. For instance, high school students study hard, not just due to past reinforcement but also to achieve the goal of getting into a good college.
Tolman introduced the idea that behavior is influenced by...
1.2K
Longitudinal Research02:20

Longitudinal Research

13.4K
Sometimes we want to see how people change over time, as in studies of human development and lifespan. When we test the same group of individuals repeatedly over an extended period of time, we are conducting longitudinal research. Longitudinal research is a research design in which data-gathering is administered repeatedly over an extended period of time. For example, we may survey a group of individuals about their dietary habits at age 20, retest them a decade later at age 30, and then again...
13.4K
Cognitive Dissonance01:38

Cognitive Dissonance

37.5K
Social psychologists have documented that feeling good about ourselves and maintaining positive self-esteem is a powerful motivator of human behavior (Tavris & Aronson, 2008). In the United States, members of the predominant culture typically think very highly of themselves and view themselves as good people who are above average on many desirable traits (Ehrlinger, Gilovich, & Ross, 2005). Often, our behavior, attitudes, and beliefs are affected when we experience a threat to our...
37.5K
Data Reporting and Recording01:24

Data Reporting and Recording

5.5K
Reporting and recording are crucial in data documentation. The timely, thorough, and accurate documentation of facts is essential when recording patient data. Failure to record findings during an assessment or interpretation of a problem will result in loss of information and make the patient document unreliable. The reader is left with general impressions if the information is not specific. A recording is documenting data of the individual's health information in a traceable, secure, and...
5.5K
Longitudinal Studies01:26

Longitudinal Studies

533
Longitudinal studies are also widely used in other medical and social science fields. For instance, in cardiovascular research, they can monitor patients' health over decades to identify risk factors for heart disease, such as high cholesterol or smoking, and evaluate the long-term effectiveness of preventive measures. Similarly, in mental health studies, researchers might follow individuals from adolescence into adulthood to understand the development and progression of conditions like...
533
Predicting Molecular Geometry02:27

Predicting Molecular Geometry

46.0K
VSEPR Theory for Determination of Electron Pair Geometries
46.0K

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Donor- and unit-specific factors influencing hemolysis in stored canine and feline packed red blood cells.

Frontiers in veterinary science·2026
Same author

Plasma Biomarkers for Alzheimer's Disease Across the Continuum: A Systematic Review of SIMOA-Based Studies.

Cellular and molecular neurobiology·2026
Same author

Roadmapping stroke healthcare in Colombia: a comprehensive telestroke network evaluation.

BMC medical informatics and decision making·2026
Same author

PARP2 deficiency impairs pancreatic cancer progression by promoting genomic instability and antitumor immunity.

Science advances·2026
Same author

Increasing Kidney Transplant Volume With Higher Kidney Donor Risk Index Kidneys: A Call for Action in the United States.

Transplantation·2026
Same author

Standardizing the definition of premature coronary artery disease: the case for less than or equal to 40 years.

Coronary artery disease·2026
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する実験動画

Updated: Feb 7, 2026

A Machine Learning Approach to Design an Efficient Selective Screening of Mild Cognitive Impairment
12:18

A Machine Learning Approach to Design an Efficient Selective Screening of Mild Cognitive Impairment

Published on: January 11, 2020

8.1K

説明可能な機械学習とベイジアンハイパー最適化を用いた長期介護施設データからの認知機能障害予測

Silvia Campanioni1,2, Laura Busto1,2, José A González-Novoa2,3

  • 1Galicia Sur Health Research Institute (IIS Galicia Sur), Cardiovascular Research Group, Vigo, Spain.

Scientific reports
|February 5, 2026
PubMed
まとめ
この要約は機械生成です。

本研究では、多様なデータを用いた介護施設居住者の認知機能障害（CI）予測のためのAIフレームワークを開発した。臨床変数が最も重要な予測因子であり、個別化ケア戦略を強化した。

キーワード:
人工知能（AI）認知機能障害（CI）説明可能な人工知能（XAI）データ均質化情報源（IS）

さらに関連する動画

Using Learning Outcome Measures to assess Doctoral Nursing Education
10:07

Using Learning Outcome Measures to assess Doctoral Nursing Education

Published on: June 21, 2010

19.5K
A Virtual Machine Platform for Non-Computer Professionals for Using Deep Learning to Classify Biological Sequences of Metagenomic Data
09:34

A Virtual Machine Platform for Non-Computer Professionals for Using Deep Learning to Classify Biological Sequences of Metagenomic Data

Published on: September 25, 2021

4.5K

関連する実験動画

Last Updated: Feb 7, 2026

A Machine Learning Approach to Design an Efficient Selective Screening of Mild Cognitive Impairment
12:18

A Machine Learning Approach to Design an Efficient Selective Screening of Mild Cognitive Impairment

Published on: January 11, 2020

8.1K
Using Learning Outcome Measures to assess Doctoral Nursing Education
10:07

Using Learning Outcome Measures to assess Doctoral Nursing Education

Published on: June 21, 2010

19.5K
A Virtual Machine Platform for Non-Computer Professionals for Using Deep Learning to Classify Biological Sequences of Metagenomic Data
09:34

A Virtual Machine Platform for Non-Computer Professionals for Using Deep Learning to Classify Biological Sequences of Metagenomic Data

Published on: September 25, 2021

4.5K

科学分野:

  • 老年学および老年医学
  • ヘルスケアにおける人工知能
  • データサイエンスおよび予測分析

背景:

  • 介護施設居住者は、健康転帰の予測における課題をもたらす、膨大で異種混在のデータを生成する。
  • 人工知能（AI）は、死亡率や認知機能障害（CI）などの転帰予測に有望であることを示している。
  • CI予測のための最も正確な情報源（IS）を特定することは、依然として重要な課題である。

研究 の 目的:

  • 介護施設居住者のCI予測のための統合AIフレームワークを提示すること。
  • 調和した時系列モデリング、ベイジアン最適化、XGBoost、およびSHAPを組み合わせて、解釈可能なCI予測を行うこと。
  • 臨床指標や活動記録を含む多様な情報源の予測力を評価すること。

主な方法:

  • 時系列モデリング、ベイジアンハイパーパラメータ最適化、XGBoost、およびSHAPを統合したAIフレームワークを開発した。
  • 2,608人の介護施設居住者からの13年間の縦断データを利用した。
  • 患者レベルのグルーピングと時系列ブロッキングを用いた、ネストされた5x3交差検証スキームを採用した。

主要な成果:

  • AIフレームワークは、認知機能障害スケール（MMSE、GDS、Barthel）に対して堅牢な予測性能を達成した。
  • 臨床変数のみを使用した場合と比較して、すべての情報源を統合することで予測精度が向上した。
  • 臨床変数は、タスク全体を通じて一貫して最も情報量の多い情報源であることが証明された。

結論:

  • 統合AIフレームワークは、異種混在の長期介護データからのCI予測を強化する。
  • このアプローチは、異なる情報源の寄与に関する解釈可能な洞察を提供する。
  • 本研究の結果は、介護施設居住者のための個別化されたデータ駆動型ケア戦略の開発を支持する。