Decoupling Accuracy and Explainability: Machine Learning Strategies for HbA1c Prediction and Biomarker Discovery in Blood FTIR Spectroscopy
Este estudio demuestra que la integración de la regresión de mínimos cuadrados parciales, las redes neuronales convolucionales y los enfoques de ajuste de curvas en los espectros de sangre por FTIR crea un marco sinérgico que logra simultáneamente una alta precisión en la predicción de los niveles de HbA1c y proporciona una interpretabilidad mecanística de los biomarcadores relacionados con la glicación para el monitoreo escalable de la diabetes.