Interpretable machine-learning models for Guillain-Barré syndrome subtype assignment using acute-phase nerve conduction study: a multicenter study
Questo studio multicentrico dimostra che modelli di apprendimento automatico interpretabili che utilizzano dati di conduzione nervosa in fase acuta, in particolare quando combinati con la sierologia, possono assegnare in modo efficace e coerente i sottotipi della sindrome di Guillain-Barré con prestazioni validate attraverso coorti interne ed esterne.