实体
All Of Us Research Program
All Of Us Research Program
PulseAugur coverage of All Of Us Research Program — every cluster mentioning All Of Us Research Program across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
强化学习优化体力活动以改善健康生物标志物
研究人员开发了一种新颖的离线强化学习算法，用于创建个性化的体力活动建议。该算法分析了“All of Us”研究项目中的步数数据和健康生物标志物，以优化每日步数分布，从而降低心血管代谢风险。模拟研究表明，该方法优于现有的连续动作强化学习方法，预示着增加和更一致的体力活动将带来更好的健康结果。
-
AI模型利用全国电子健康记录数据预测慢性鼻窦炎
研究人员开发了一种利用全国电子健康记录（EHR）数据预测慢性鼻窦炎（CRS）的新方法。该方法利用了诊断前两年的病史和一个混合特征选择流程，将110,000多个潜在代码提炼为100个可解释的特征。通过对六个亚组进行人口统计学分层模型训练，该框架实现了0.8461的AUC，展示了在风险分层方面的鉴别能力有所提高，并有可能在初级保健中实现更早的分诊。
-
新方法解决大规模人群研究中缺失协变量数据的问题
研究人员开发了一种新的增强迁移回归学习方法，以解决目标人群中关键协变量完全缺失的情况，这是UK Biobank等大型数据集中常见的问题。该技术专为跨人群缺失数据问题设计，假设虽然结果与观测变量之间的关系在不同人群中可能发生变化，但缺失协变量的条件分布保持不变。所提出的估计量是双重稳健的，并在特定条件下实现了半参数效率。