开发一种机器学习工具,利用健康检查数据预测发生慢性病的风险

Yuki Yoshizaki1, Kiminori Kato2, Kazuya Fujihara3

  • 1Department of Medical Informatics and Statistics, Niigata University Graduate School of Medical and Dental Sciences, Niigata, Japan.

Frontiers in public health
|November 18, 2024
PubMed
概括

机器学习模型有效地使用健康数据预测慢性病 (CKD) 风险在一年内,估计的膜过率 (eGFR) 是一个关键因素. 根据目前的数据,预测蛋白尿的发病仍然具有挑战性.