Knowledge-Hub Digitalisierung, KI & Gesundheitein Angebot von Monitor Versorgungsforschung

Knowledge-Hub Digitalisierung, KI & Gesundheit › Studien

Machine Learning zur Vorhersage von Neuromodulator-Wirksamkeit bei hartnäckigem Husten

Zhang L et al. · Ther Adv Respir Dis · erschienen 10.09.2026 · PMID 42721259

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

Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.