Machine Learning zur frühen Asthma-Vorhersage: Dänische Geburtskohorten-Studie
Von KI ausgewählt und zusammengefasst
Worum es geht
In der dänischen COPSAC-Kohorte wurden 411 Kinder mit 113 frühen klinischen, genetischen, immunologischen und lungenfunktionalen Merkmalen analysiert; fünf ML-Modelle sollten persistentes Asthma oder allergische Rhinitis vorhersagen.
Ergebnis
Alle Modelle zeigten schwache Vorhersagekraft (maximale AUC 0,63 für persistierende Rhinitis vs. Kontrollen, 0,59 für persistierendes Asthma). Biologisch plausible Features (Allergen-Sensibilisierung, genetische Veranlagung) identifiziert, aber keine diskriminativen Leistung – frühe Daten allein reichen nicht für individuelle Prognose.
Übertragbarkeit auf Deutschland
Dänemark, hochwertige Kohorten, aber negatives Ergebnis – Prädiktoren mit frühen Daten allein unzureichend.
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.