Benchmarking machine learning for cardiovascular disease classification across 46 countries with geographic and temporal transportability assessment
本研究通过利用世界卫生组织(WHO)STEPS数据,对46个国家的心血管疾病分类机器学习模型进行了基准测试,结果表明复杂算法相比逻辑回归仅带来微小的性能提升,同时强调了显著的地理与时间异质性,这要求在公共卫生人工智能领域中,应优先考虑可迁移性、校准度以及少数类别的表现,而非仅仅关注汇总后的ROC AUC。