Machine Learning zur Vorhersage von Neuromodulator-Wirksamkeit bei hartnäckigem Husten
Von KI ausgewählt und zusammengefasst
Worum es geht
Retrospektive Kohorte von 730 Patienten mit refraktärem chronischem Husten, behandelt mit Gabapentin, Baclofen oder Flupentixol, zur Vorhersage individueller Therapieerfolge.
Ergebnis
Random-Forest-Modell mit 14 Variablen erreichte AUC 0,825 (Training) und 0,718 (10-fach Kreuzvalidierung, 95 % KI 0,655–0,765). Wichtigste Prädiktoren: Husten-Ausgangsschwere, Ösophagitis-Anamnese, Reflux-Symptome. Online-Entscheidungsunterstützungs-App deployed; externe Validierung erforderlich.
Übertragbarkeit auf Deutschland
China, interne Validierung, externe Validierung ausstehend
Originalstudie in PubMedIm Hub ansehenNeue Studien per E-Mail
Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.