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

Knowledge-Hub Digitalisierung, KI & Gesundheit › Studien

Machine Learning zur Stoffwechselsyndrom-Vorhersage bei Jugendlichen anhand von Bewegungsverhalten

Cao L et al. · Front Public Health · erschienen 17.09.2026 · in PubMed seit 02.10.2026 · PMID 42824331

Von KI ausgewählt und zusammengefasst

Worum es geht

Entwicklung und interne Validierung eines Machine-Learning-Modells zur Identifikation von Stoffwechselsyndrom bei 822 chinesischen 12–15-Jährigen anhand von Beschleunigungsmesser-Daten und Körperzusammensetzung.

Ergebnis

Extra-Trees-Modell erreichte AUC 0,864 im internen Test-Set, Genauigkeit 92,02%, Spezifität 93,33%, Sensitivität 76,92%; SHAP identifizierte Körperfettanteil (0,08) und moderate körperliche Aktivität (0,04) als Hauptprädiktor – externe Validierung noch erforderlich.

Übertragbarkeit auf Deutschland

Chinesische Schulsample; konzeptionell auf deutsche SchulScreenings übertragbar, aber noch keine Multicentrierung.

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