Explainable time-series machine learning for early sepsis prediction and risk stratification: a multi-dataset computational study

Questo studio presenta un framework computazionale spiegabile e multi-dataset che integra il clustering fenotipico con modelli Long Short-Term Memory (LSTM) e l'analisi dell'importanza dinamica delle caratteristiche per ottenere una robusta previsione precoce della sepsi e una stratificazione del rischio, fornendo al contempo approfondimenti clinicamente interpretabili sulla progressione della malattia.