🩺 endocrinology
Predicting county-level diagnosed diabetes prevalence in the United States using explainable gradient boosting and geographic interpretation
Este estudo utiliza uma estrutura LightGBM explicável integrada com diversas fontes de dados públicos para prever e interpretar geograficamente a prevalência de diabetes diagnosticada em nível de condado nos Estados Unidos, identificando a pobreza e a insegurança alimentar como os principais impulsionadores estruturais, ao mesmo tempo que enfatiza que os insights resultantes servem como explicações baseadas em modelos, em vez de efeitos causais.