Avoiding Data Leakage in Machine Learning Models for Diabetes and Hypertension Classification Using Routine Occupational Health Screening Data
本研究は、糖尿病および高血圧の分類における機械学習モデルに、空腹時血糖値や血圧といった結果を定義する予測因子を含めることは、深刻なデータ漏洩と人工的な性能の膨張を引き起こす一方で、日常的な職域健診データを用いてこれらの変数を除外したモデルは、年齢、BMI、心理的苦痛といった因子の予測的価値を浮き彫りにしつつ、中程度ではあるが臨床的に現実的な精度を達成することを示すものである。