📄 médecine
Avoiding Data Leakage in Machine Learning Models for Diabetes and Hypertension Classification Using Routine Occupational Health Screening Data
Cette étude démontre que l'inclusion de prédicteurs définissant le résultat, tels que la glycémie à jeun et la pression artérielle, dans les modèles d'apprentissage automatique pour la classification du diabète et de l'hypertension provoque une fuite de données sévère et une performance artificiellement gonflée, alors que les modèles excluant ces variables en utilisant des données de dépistage professionnel de routine atteignent une précision modérée mais cliniquement réaliste tout en soulignant la valeur prédictive de facteurs tels que l'âge, l'IMC et la détresse psychologique.