Development and Validation of an Interpretable Machine Learning Model for Depression Risk Stratification in Middle-Aged and Older Patients with Gastrointestinal Diseases: A Cross-Sectional Study Using CHARLS Data
Questo studio trasversale, utilizzando i dati CHARLS, ha sviluppato e validato un modello di machine learning XGBoost interpretabile che stratifica efficacemente il rischio di depressione nei pazienti cinesi di mezza età e anziani con malattie gastrointestinali, identificando sei predittori chiave, tra cui lo stato di salute auto-percepito e il tempo di sonno.