憩室病住院时长预测模型发表，仍待独立验证
热点事件持续更新
憩室病住院时长预测模型发表，仍待独立验证
1 篇报道1 个报道来源22 小时前更新
先了解这件事
AI 综述
Gürkan Güneri团队基于148名憩室炎及憩室病住院患者的数据，开发并内部验证了入院时预测住院时长的可解释机器学习模型；严格内部验证后的性能较保守，泛化能力和临床用途仍待更大规模独立队列验证。 研究中，XGBoost模型在全队列中的R²为0.99，但在患者层面的嵌套折外验证中，R²约为0.57，提示不能将全队列上的高拟合表现直接视为对新患者的预测能力。
AI 根据报道生成 · 1 小时前更新
最新进展10月26日 08:00
利用可解释机器学习模型在入院时预测憩室病患者的住院时长报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- Nature · Medical Research利用可解释机器学习模型在入院时预测憩室病患者的住院时长
一项纳入148例憩室炎及憩室病住院患者的回顾性研究显示，可解释机器学习模型可用于入院时预测住院时长，但严格内部验证后的性能较保守。XGBoost在全队列中R² = 0.99，患者层面嵌套折外验证后R²约为0.57。模型的泛化能力及潜在临床用途仍需更大规模独立队列验证。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。