📄 geneeskunde
Avoiding Data Leakage in Machine Learning Models for Diabetes and Hypertension Classification Using Routine Occupational Health Screening Data
Deze studie toont aan dat het opnemen van uitkomst-definiërende voorspellers zoals nuchtere bloedglucose en bloeddruk in machine learning-modellen voor de classificatie van diabetes en hypertensie ernstige datalekken en kunstmatig opgeblazen prestaties veroorzaakt, terwijl modellen die deze variabelen uitsluiten met behulp van routinematige arbeidsgerelateerde screeningsgegevens een matige maar klinisch realistische nauwkeurigheid bereiken, terwijl ze tegelijkertijd de voorspellende waarde van factoren zoals leeftijd, BMI en psychische nood benadrukken.