跳到正文
原文
medRxiv 预印本· Albrecht, S., Smith, E., Yeo, H. Y., Park, J. Y., Gul, A., Hills, I., Hilder, J., Tester, R., David, M., Weiss, E., Wilson, E., Stubbe, M., Marsh, S., Castelino, L., Turner, N., Dowell, A. C., Paynter, J. ·· 23 天前AI 评分28

新西兰人群规模机器学习模型预测急性呼吸道感染住院风险

Population-scale machine learning models to estimate individual-level risk for acute respiratory infection

AI 导读

基于新西兰2017-2024年约485万至536万人的关联行政记录,研究者构建梯度提升模型区分当年是否发生呼吸道感染相关住院,LightGBM全变量交叉验证AUROC为0.8430、APS为0.1283,次年验证AUROC为0.8429。加入住院与用药两类疾病负担指数使LGB的APS从0.0720升至0.1158,再叠加流感疫苗接种状态升至0.1283;年龄与疾病负担为影响最大的变量。

来源:medRxiv 预印本 · medrxiv.org