心筋梗塞死亡率予測のための説明可能なLightGBMアプローチ

心筋梗塞は世界的に主要な死因であり、正確なリスク予測が患者アウトカムの改善に不可欠である。本研究では、データ前処理の影響を調査し、心筋梗塞患者の死亡リスクを予測するために3つのアンサンブル・ブースティング・ツリー手法を比較した。さらに、Tree Shapley Additive Explanations法を使用して、行った予測に関するすべての特徴間の関係を特定し、利用可能なデータ全体を分析に活用した。