📄 medicina
Avoiding Data Leakage in Machine Learning Models for Diabetes and Hypertension Classification Using Routine Occupational Health Screening Data
Este estudo demonstra que a inclusão de preditores que definem o desfecho, como glicemia de jejum e pressão arterial, em modelos de aprendizado de máquina para classificação de diabetes e hipertensão causa vazamento de dados severo e desempenho artificialmente inflado, ao passo que modelos que excluem essas variáveis utilizando dados de triagem ocupacional de rotina alcançam uma acurácia moderada, porém clinicamente realista, enquanto destacam o valor preditivo de fatores como idade, IMC e sofrimento psicológico.