Entwicklung und Evaluierung eines maschinellen Lernmodells zur Vorhersage des Risikos unerplanter Wiederaufnahmen bei Patienten mit Colitis ulcerosa

Key Points

• Eine starke prädiktive Genauigkeit des maschinellen Lernmodells für das Risiko unerplanter Wiederaufnahmen wurde bei Patienten mit Colitis ulcerosa beobachtet, was seine klinische Relevanz unterstreicht.
• Das Modell demonstrierte eine Genauigkeitsrate, die Kliniker unterstützt, informiertere Entscheidungen hinsichtlich der Patientenversorgung und -verwaltung zu treffen.
• Die Analyse des auf RF basierenden Modells zeigt dessen Wirksamkeit bei der Beurteilung eines 1-Jahres-Risikozeitraums für potenzielle unerplanter Wiederaufnahmen bei Patienten mit Colitis ulcerosa.
• Der webbasierte Risikorechner könnte es Gesundheitsfachkräften ermöglichen, Behandlungspläne basierend auf den individuellen Wiederaufnahme-Risiken der Patienten zu personalisieren.