AMI後の長期死亡率を予測するために、139人のAMI患者から収集された臨床データと新しいバイオマーカーbPEPおよびbETを使用して、アンサンブル木ベースのMLアルゴリズムが開発されました。RFとAdaBoostはLRよりも優れた性能を示し、特にRFは最高のC-Statistic(0.83)を達成しました。これらのモデルは、すべての分類メトリックで有意な改善が見られました。また、bPEPとbETを追加することで、モデルのパフォーマンスが向上しました。特にRFではAUC、精度、感度、特異度、および適合率が向上しました。年齢やBMIなど他の重要な要因と共に、bPEPおよびbETは重要な死亡率バイオマーカーとして浮上しました。
A otro idioma
del contenido fuente
arxiv.org
Ideas clave extraídas de
by Bijan Roodin... a las arxiv.org 03-05-2024
https://arxiv.org/pdf/2403.01533.pdfConsultas más profundas