Comparative Analysis of Machine Learning Models vs. Traditional Clinical Calculators for Cardiovascular Risk Prediction
Diese Studie zeigt, dass ein kalibriertes Gradient-Boosting-Maschinenlernmodell, das unter Verwendung von NHANES-Daten entwickelt und in die „CardioPrediQ“-Plattform integriert wurde, eine überlegene kombinierte Leistung und statistische Äquivalenz zu den führenden traditionellen Rechnern bei der Vorhersage der kardiovaskulären Mortalität erreicht und somit eine skalierbare Lösung bietet, die besonders für diverse Populationen vorteilhaft ist, bei denen Standard-Risikotools möglicherweise an Genauigkeit mangeln.