Machine Learning zur Sterblichkeitsprognose bei Diabetes + Hypertonie: AUC 0,873
Von KI ausgewählt und zusammengefasst
Worum es geht
Entwicklung und Validierung von fünf Machine-Learning-Modellen zur Vorhersage der Gesamtsterblichkeit (all-cause mortality) bei Patienten mit Typ-2-Diabetes und Hypertonie.
Ergebnis
Random-Forest-Modell überlegen mit AUC 0,873 (95%-KI 0,856-0,891), gefolgt von Light-Gradient-Boosting (AUC 0,785) und anderen. Schlüsselprediktoren: Alter, Rasse, chronische Nierenkrankheit, BMI, Blutharnstoff. Kalibrierung hervorragend, klinische Utilität über mehrere Risikoschwellen nachgewiesen.
Übertragbarkeit auf Deutschland
USA (National Health and Nutrition Examination Survey): Technisch übertragbar; Validierung auf deutschem Vergleichskollektiv erforderlich, da ethnische Zusammensetzung unterschiedlich.
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.