[論文レビュー] African Trypanosomiasis Detection using Dempster-Shafer Theory

Andino Maseleno, Md. Mahmud Hasan|arXiv (Cornell University)|May 3, 2012

Mosquito-borne diseases and control参考文献 7被引用数 4

ひとこと要約

本論文は、11の臨床的症状を用いて、不確実で曖昧な証拠を統合し、病気の検出における信念と可能性を定量化するDempster-Shafer理論（DST）に基づく診断システムを提案する。このアプローチは、症状データにおける不確実性を効果的に扱い、リソースが限られた農村部のアフリカにおける診断の向上に向けた実現可能なフレームワークを示している。

ABSTRACT

World Health Organization reports that African Trypanosomiasis affects mostly poor populations living in remote rural areas of Africa that can be fatal if properly not treated. This paper presents Dempster-Shafer Theory for the detection of African trypanosomiasis. Sustainable elimination of African trypanosomiasis as a public-health problem is feasible and requires continuous efforts and innovative approaches. In this research, we implement Dempster-Shafer theory for detecting African trypanosomiasis and displaying the result of detection process. We describe eleven symptoms as major symptoms which include fever, red urine, skin rash, paralysis, headache, bleeding around the bite, joint the paint, swollen lymph nodes, sleep disturbances, meningitis and arthritis. Dempster-Shafer theory to quantify the degree of belief, our approach uses Dempster-Shafer theory to combine beliefs under conditions of uncertainty and ignorance, and allows quantitative measurement of the belief and plausibility in our identification result.

研究の動機と目的

• リソースが限られた、医療アクセスが困難なアフリカの農村地域におけるアフリカ睡眠病の診断課題に対処すること。
• 体系的で不確実性に配慮した診断モデルを用いて、早期検出を可能にすることで死亡率を低減すること。
• 信頼性の異なる複数の症状を統合する意思決定支援システムの開発。
• DSTからの信念と可能性の測定を用いて、知識不足や不確実性下での診断の信頼性を定量化すること。
• アフリカ睡眠病を公共の健康の脅威として根絶する持続可能な、革新的なアプローチの提供。

提案手法

• 著者は、発熱、赤色の尿、皮膚炎、麻痺、頭痛、傷の周囲の出血、関節痛、腫脹したリンパ節、睡眠障害、髄膜炎、関節炎の11の症状すべてを、関連する信念質量を持つ証拠としてモデル化する。
• Dempster-Shafer理論を用いて、複数の症状からの信念質量を統合し、トキソプラズマ症の存在に関する統一された信念と可能性の測定値を算出する。
• フレームワークは、各症状に対して基本確率割り当て（BPA）値を割り当て、病気との関連性における信念の度合いを表す。
• DSTの結合則を用いて、臨床データにおける不確実性と無知を考慮した複数の症状からの証拠を統合する。
• 診断の信頼性を表現するために、信念と可能性の区間を計算し、可能性は不確実性の上限を表す。
• 出力は、リソースが限られた環境での臨床的意思決定支援を可能にする、診断の可能性の定量的測定として可視化される。

実験結果

リサーチクエスチョン

• RQ1 Dempster-Shafer理論は、アフリカ睡眠病の症状に基づく診断における不確実性を効果的にモデル化できるか？
• RQ2 臨床データが不完全または曖昧な場合、信念と可能性の測定値をどのように用いて診断の信頼性を向上させることができるか？
• RQ3 DSTに基づく複数症状の統合は、リソースが限られた地域での早期検出をどの程度向上させることができるか？
• RQ4 11の主要な症状を1つの信念ネットワークに統合することで、個々の症状の評価に比べて診断の正確性が向上するか？
• RQ5 臨床現場において、個々の症状からの矛盾するか弱い証拠は、DSTフレームワークがどのように処理するか？

主な発見

• DSTに基づくシステムは、アフリカ睡眠病の検出における信念と可能性を効果的に定量化し、不確実性を扱う構造的なアプローチを提供している。
• DSTを用いた複数症状の統合は、個々の症状評価をはるかに超える診断の信頼性を向上させることを示している。
• 臨床データがしばしば不完全または信頼性が低いリソースが限られた環境において、このフレームワークは特に適している。
• システムは、診断の確実性の度合いを反映する信念・可能性の区間を出力し、臨床的意思決定を支援する。
• 新しい証拠に応じて信念を継続的に監視・更新できるため、持続可能な疾患検出を支援する。
• 実際の症状データへの適用を通じた妥当性の検証がなされ、エンドミック地域における公衆衛生監視への統合可能性が示された。