机器学习模型可以预测自闭症谱系障碍
•
2024-08-26 11:31:34
摘要 根据 8 月 19 日在JAMA Network Open上在线发表的一项研究，在一项诊断研究中，机器学习 (ML) 可以预测自闭症谱系障碍 (ASD) 。...
根据 8 月 19 日在JAMA Network Open上在线发表的一项研究，在一项诊断研究中，机器学习 (ML) 可以预测自闭症谱系障碍 (ASD) 。
斯德哥尔摩卡罗琳斯卡医学院的 Shyam Sundar Rajagopalan 博士及其同事开发并验证了一种预测 ASD 的 ML 模型，该模型使用来自背景和医疗信息的一组最小特征。研究人员对西蒙斯基金会推动自闭症知识研究数据库进行了回顾性分析，其中包括来自 30,660 名参与者的数据(15,330 名患有 ASD，15,330 名不患有 ASD)。研究人员使用四种算法开发了可推广的 ML 预测模型：逻辑回归、决策树、随机森林和极限梯度提升 (XGBoost)。
研究人员发现，XGBoost 模型表现出了强大的性能，受试者工作特征曲线下面积 (AUROC) 得分为 0.895;灵敏度和特异性分别为 0.805 和 0.829;阳性预测值为 0.897。最重要的预测因素是发育里程碑和饮食行为。在独立队列验证中，AUROC 为 0.790，表明具有良好的普遍性。
作者写道：“儿童保健诊所的早期医疗信息可用于筛查那些被诊断患有 ASD 的概率较高的人。”
版权声明：本文由用户上传，如有侵权请联系删除！
标签：