Open Library Archives of Kagawa University (OLIVE)
Not a member yet
10866 research outputs found
Sort by
New Initiatives at Sanuki Municipal Hospital Obstetrics and Gynecology Department, The Kagawa-style Semi-Open System and midwife-led care enable perinatal management in secondary healthcare settings.
No full text地域周産期医療提供体制の見直しや、医師働き方改革の影響を受け、分娩の集約化の流れが全国的に進んでいる。これにより、産婦人科医師の地域偏在が問題となっており、地方の医療圏で周産期医療を支えてきた施設は危機に直面している。さぬき市民病院は2次医療圏内唯一の分娩取扱い施設であったが、産婦人科医師の確保が困難になり、分娩を一旦休止した。そこで、地域分娩環境を守り多様化する妊娠・出産・子育てのニーズに応えるため、高次施設との連携および助産師とのタスクシフト／シェアを行った。2次医療圏における持続可能な周産期医療を提供するための方策、香川式セミオープンシステム・院内助産について報告する。journal articl
Three cases of neuroendocrine carcinoma of the cervix successfully treated with chemotherapy
No full text子宮頸部神経内分泌癌 (neuroendocrine carcinoma；NEC) は、急速に進展して遠隔転移を起こしやすく、一般的に予後不良とされている。今回我々は、子宮頸部NECの3例を経験したため報告する。【症例 1】53歳、不正性器出血を主訴に前医受診し、子宮頸がんと診断され、当院へ紹介された。生検にて組織型は小細胞癌のⅣB期と診断し、EP（Etoposide+ Cisplatin）療法4サイクル施行後明らかな再燃なく12か月経過した。【症例 2】65歳、子宮頸がんⅣB期の診断で当院に紹介された。生検で組織型は大細胞癌 + 扁平上皮癌と診断した。同時化学放射線療法 (concurrent chemoradiotherapy; CCRT）(weekly TC(Paclitaxel +Carboplatin) 療法4サイクル併用)施行もPRのため、EC(Etoposide+ Carboplatin) 療法４サイクルを追加したところ、残存腫瘍の増悪なく1年5ヶ月経過した。【症例 3】80歳、子宮頸がんⅠB1期で当院に紹介された。準広汎子宮全摘 + 両側付属器摘出術を実施し、組織型は神経内分泌癌 + 扁平上皮癌と診断された。その後、皮下転移再発を認めたため手術ならびに放射線療法を施行した。その後、多発筋転移再発に対してEC4サイクルを実施し、残存腫瘍の増悪なく10ヶ月経過した。1症例目はⅣB期の進行子宮頸がんに対してEP療法から開始し、病勢を制御し現在CRである。2症例目はⅣB期の進行子宮頸がんに対してCCRTに続いてEC療法を開始し、腫瘍病勢を制御できた。3症例目は早期の子宮頸がんに対し手術療法、再発に対して手術ならびに放射線療法を実施した。その後の3回目の再発に対してEC療法を実施し腫瘍の病勢を制御できた。いずれの症例においても子宮頸部NECに対する化学療法はプラチナ製剤とEtoposideの併用が有用であったと考えられる。journal articl
Estimator for generalization performance of machine learning model trained by biased data collected from multiple references
No full textデータに偏りが生じている場合におけるAI・機械学習モデルを対象にした、新しい妥当性検証法を発案した。実務において事前に想定した精度が現場で発揮されないという問題が検証方法に由来していることを提示し、正味の機械学習モデルの実力を評価することに成功した。The data acquired in civil engineering tasks often involve high acquisition costs, and the available datasets tend to have a limited number of samples and are highly biased. To estimate the performance of machine learning models, k-fold cross-validation (k-CV) is widely used. However, if only limited data are available and the data distribution is biased, k-CV tends to overestimate the performance for practical applications. This study proposed a new estimator, leave one reference out and k-CV (LORO-k-CV), to determine the practical performance of machine learning models, that is, the generalization performance for population data in the target task, in case data are collected by multiple references resulting in biased data. LORO-k-CV is a combination of a new concept, LORO-CV, that estimates the performance in the extrapolation region of the training data without human intervention and k-CV, considering the ratio of the interpolation and extrapolation regions. The efficacy of LORO-k-CV was validated with its application to the regression task for the chloride-ion concentration of concrete structures. To more specifically demonstrate the advantages of LORO-k-CV in model construction, the feature selections were conducted using both k-CV and LORO-k-CV methods. These results revealed that LORO-k-CV can effectively construct a model with improved generalization performance even from the same data in cases where data are collected by multiple references, resulting in biased data.journal articl
