Ученые изучили эффективность различных моделей машинного обучения при выявлении гепатита у людей с сахарным диабетом.

Измерения телосложения, демографические данные, липидный профиль и данные анкетирования были использованы для определения взаимосвязи между диабетом и двенадцатью факторами риска развития гепатита.

В этом исследовании использовались предварительно обработанные наборы данных из Национального обследования состояния здоровья и питания (NHANES) за период с 2013 по 2018 год.

Ученые оценили четыре модели машинного обучения, а именно RF, SVM, XGBoost и оператор наименьшей абсолютной усадки и выбора (LASSO), для определения риска развития гепатита среди диабетиков.

Результаты текущего исследования показали, что модели машинного обучения, в частности LASSO, могут быть использованы для выявления факторов, способствующих заражению гепатитом среди людей с сахарным диабетом.

Этот подход может быть использован для раннего выявления гепатита у людей с СД и, таким образом, помочь в принятии клинических решений. Это исследование дало важную информацию для разработки стратегии скрининга для выявления больных сахарным диабетом людей с более высоким риском развития гепатита.

По материалам news-medical