Predicting the need for medical care after toxin exposure using SHAP-interpretable gradient boosting
Este estudio demuestra que los modelos de gradient boosting, específicamente XGBoost, pueden predecir con precisión y explicar mediante SHAP la necesidad de atención médica tras una intoxicación utilizando únicamente los datos de la primera llamada a un centro de toxicología, mejorando así la consistencia en la triaje de pacientes.