Comparative Evaluation of Logistic Regression and Gradient Boosting Models for Influenza Outbreak Early-Warning Using U.S. CDC ILINet Surveillance Data (2010-2025)
تُظهر هذه الدراسة أن كلاً من نماذج الانحدار اللوجستي وتعزيز التدرج تحقق دقة تقارب الكمال في الكشف عن تفشي الإنفلونزا على المستوى الوطني باستخدام بيانات مراقبة شبكة (ILINet) التابعة لمراكز السيطرة على الأمراض والوقاية منها (CDC) في الولايات المتحدة للفترة من 2010 إلى 2025، مما يؤكد الفائدة التشغيلية لتأطير الإنذار المبكر كمسألة تصنيف ثنائي قائمة على العتبة.