加纳血常规机器学习检测慢性肾病
热点事件观察中
加纳血常规机器学习检测慢性肾病
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Akwetey等在加纳霍技术大学医院开展研究，利用155名患者的年龄、心血管病史和8项血常规指标训练模型，并将模型部署为可解释每次预测的NephroScan GH网页应用；其中43人患有慢性肾病。研究显示，在划分训练集前应用SMOTE过采样时，随机森林和Extra Trees准确率均为83.9%，若仅在各训练折内过采样，则降至61.5%，表明模型表现明显受重采样方式影响。
AI 根据报道生成 · 10 小时前更新
最新进展10月31日 00:00
利用全血细胞计数与机器学习检测加纳医院人群慢性肾病：NephroScan GH Web 应用报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- medRxiv · All利用全血细胞计数与机器学习检测加纳医院人群慢性肾病：NephroScan GH Web 应用
一项加纳医院人群研究评估以全血细胞计数和机器学习检测CKD，并将模型部署为可解释每次预测的 NephroScan GH Web 应用。155名患者中43名（27.7%）患CKD；训练集划分前应用SMOTE时，Random Forest与Extra Trees准确率均为83.9%，仅在训练折内重采样则为61.5%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。