Können nichtlineare maschinenlernende Modelle das langfristige Risiko für terminale Nierenkrankheit bei Patienten mit Typ-2-Diabetes und Nephropathie vorhersagen?
Maschinenlernende Modelle, die basale Merkmale verwenden, können das langfristige Risiko für terminale Nierenkrankheit bei Patienten mit diabetischer Nierenerkrankung vorhersagen und potenziell Hochrisikopatienten für eine gezielte Therapie identifizieren.
Trotz großer Inter-Patienten-Variabilität können nichtlineare maschinenlernende Modelle verwendet werden, um das langfristige Risiko für terminale Nierenkrankheit bei Patienten mit Typ-2-Diabetes und Nephropathie anhand basaler demographischer und klinischer Merkmale vorherzusagen. Die vorgeschlagene Methode hat das Potenzial, genaue und multiple prädiktive automatisierte Modelle zu erstellen, um Hochrisikopatienten zu identifizieren, die in der klinischen Praxis von einer Therapie profitieren könnten.
Nagaraj et al. (Mittwoch) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: