热点事件持续更新
机器学习模型外部验证预测脊柱裂膀胱功能障碍
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
2026年10月3日，一项发表于medRxiv的预印本研究在独立外部队列中验证了基于视频尿动力学（VUDS）数据的机器学习模型，用于脊柱裂患者膀胱功能障碍分类与肾积水风险预测。在70例肾积水队列中，集成模型预测新发肾积水的一致性指数为0.77，AUROC为0.75，优于单纯压力-容积数据（0.70/0.67）和影像数据（0.72/0.74）。在95例VUDS检查的膀胱功能障碍严重程度分类中，集成模型准确率达71%，高于单纯压力-容积数据的60%和影像数据的66%。目前该研究为预印本，尚未见后续报道。
AI 根据报道生成 · 3 小时前更新
最新进展10月3日 08:00
medRxiv预印本外部验证集成模型，肾积水预测AUROC 0.75、分类准确率71%。报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- medRxiv 预印本机器学习模型在脊柱裂患者膀胱功能障碍分类与肾积水风险预测中的外部验证
一项发表于 medRxiv 的研究在独立外部队列中验证了基于视频尿动力学（VUDS）数据的机器学习模型。在70例肾积水队列中，集成模型预测新发肾积水的一致性指数为0.77，AUROC为0.75，优于单纯压力-容积数据（0.70/0.67）和影像数据（0.72/0.74）。在95例VUDS检查的膀胱功能障碍严重程度分类中，集成模型准确率达71%，高于单纯压力-容积数据的60%和影像数据的66%。
本事件热度走势
当前热度 7·可比范围峰值 7（10月3日 19:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。