Sterberisiko im Altenheim vorhersagen: Maschinenlernmodell mit taiwanischen Routinedaten
Von KI ausgewählt und zusammengefasst
Worum es geht
Retrospektive Kohortenstudie aus Taiwan (23.901 Bewohner Entwicklung, 6.216 externe Validierung 2024) zur Entwicklung eines interpretierbaren Maschinenlernmodells für 6-Monats-Mortalitätsvorhersage bei Pflegeheimeintritt.
Ergebnis
HybridXGBRF-Modell (Ensemble-Algorithmus) erreichte interne AUROC 0,89 und externe Validierung AUROC 0,90 (95%-KI 0,89-0,91), Genauigkeit 0,85, F1-Score 0,68. Kalibrierung zeigt gute Übereinstimmung zwischen vorhergesagtem und beobachtetem Risiko. Wichtigste Prädiktoren: Krankenhausaufnahmen in 6 Monaten, ADL-Beeinträchtigung, Gewichtsverlust. Modell stabil über Geschlecht/Alter.
Übertragbarkeit auf Deutschland
Taiwan, Langzeitpflegedateninfrastruktur vergleichbar, Routinedatennutzung analog Deutschland
Originalstudie in PubMedIm Hub ansehenNeue Studien per E-Mail
Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.