在使用数据增强的川崎病预测模型中增强泛化:对来自台湾两个主要医院的患者进行交叉验证
Chuan-Sheng Hung1,2, Chun-Hung Richard Lin1,2, Jain-Shing Liu3
1Department of Computer Science and Engineering, National Sun Yat-sen University, Kaohsiung, Taiwan.
PloS one
|December 31, 2024
概括
新模型改善了对儿童罕见疾病 - - 川崎病 (KD) 的预测. 疾病分类器 (DC) 和CTGAN-DC模型提高了准确性和通用性,在不平衡的数据上表现优于现有的方法.
科学领域:
- 儿科 儿科 儿科
- 医疗信息学 医疗信息学
- 机器学习 机器学习
背景情况:
- 川崎病 (KD) 是儿童罕见的发烧性疾病,经常被误诊,有可能导致严重的冠状动脉并发症.
- 医疗数据集中的数据不平衡对传统的机器学习模型在准确预测像KD这样的罕见疾病方面提出了挑战.
- 准确及时诊断KD对于预防死亡率和长期心血管后果至关重要.
研究的目的:
- 开发先进的机器学习模型,以在不平衡的数据集中更好地预测川崎病 (KD).
- 用新的算法方法解决KD预测中误诊和数据不平衡的挑战.
- 提高KD预测模型的准确性和通用性,以获得更好的临床应用.
主要方法:
- 引入一个堆叠模型,疾病分类器 (DC),旨在识别不平衡数据集中的少数类样本.
- 开发一个结合模型,疾病分类器与CTGAN (CTGAN-DC),将DC与条件表式生成对抗网络 (CTGAN) 集成用于数据平衡.
- 利用基于CTGAN的过量采样技术,以增加KD数据多样性,同时保持原始数据特征.
主要成果:
- 电流模型实现了95%的灵敏度和95%的特异性,在不平衡的KD数据上表现优于传统模型.
- CTGAN-DC模型表现出优异的性能,具有95%的灵敏度和97%的特异性,显著减少了模型偏差.
- 无论是DC模型还是CTGAN-DC模型,都在各种KD数据集中显示出强大的概括性,CTGAN-DC显著超过了JAMA模型.
结论:
- 拟议的DC和CTGAN-DC架构为预测川崎病提供了显著的改进,特别是在医疗数据不平衡的背景下.
- 这些先进的模型表现出强大的通用性和优越的性能,与XGBoost和JAMA模型等现有方法相比.
- 这些发现为增强疾病预测系统提供了坚实的基础,为识别KD等罕见疾病提供了更可靠的方法.
