Прогнозирование рецидива диффузного токсического зоба на основе клинических данных и сравнение методов машинного обучения и статистических моделей

Проводится анализ моделей прогнозирования клинических событий на примере рецидива диффузного токсического зоба (ДТЗ) с применением методов машинного обучения и статистических подходов. Исследование охватывает данные 185 пациентов. Для определения наиболее значимых предикторов рецидива ДТЗ применялись алгоритмы случайного леса и экстремального градиентного бустинга, которые показали более высокую предсказательную способность (AUC 0.82–0.83) по сравнению с традиционными статистическими моделями. Данное исследование открывает новые перспективы для развития персонализированной медицины, в частности подходов к лечению пациентов с ДТЗ.

Авторы: Е. М. Дарий, А. А. Мелдо, С. В. Дора, Ю. Ш. Халимов

Направление: Информатика, вычислительная техника и управление

Ключевые слова: диффузный токсический зоб, машинное обучение, прогнозирование клинических событий, прогноз рецидива, тиреотоксикоз, факторы риска

---

Открыть полный текст статьи