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

Knowledge-Hub Digitalisierung, KI & Gesundheit › Studien

Machine Learning zur 6-Monats-Mortalitätsprognose in Langzeitpflegeeinrichtungen

Tsai YC et al. · JMIR Aging · erschienen 16.09.2026 · PMID 42748398

Von KI ausgewählt und zusammengefasst

Worum es geht

Entwicklung und temporale externe Validierung eines interpretierbaren Hybrid-XGBoost-Random-Forest-Modells aus Taiwanese Pflegedaten (n=23.901 Training, n=6.216 Validierung 2024).

Ergebnis

Das HybridXGBRF-Modell erzielte in der Trainingskohorte eine interne AUROC von 0,89 (95% KI 0,88–0,89) und bewahrte diese in der temporalen 2024-Validierung (AUROC 0,90, 95% KI 0,89–0,91), Genauigkeit 0,85, F1-Score 0,68. Kalibrierung war akzeptabel, Shapley-Analyse identifizierte häufige Hospitalisierungen, ADL-Beeinträchtigung und Gewichtsverlust als Hauptprädiktoren.

Übertragbarkeit auf Deutschland

Taiwanese Langzeitpflege-Daten, übertragbar auf europäische Systeme mit ähnlichen Assessmentstrukturen

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