الأبحاث المرتبطة بالكلمة المفتاحية: النمذجة التنبؤية
-
توقع مخاطر القلب والأوعية الدموية باستخدام التعلم الجماعي الهجين والذكاء الاصطناعي القابل للتفسير
Predicting cardiovascular risk with hybrid ensemble learning and explainable AIتتناول الدراسة الحاجة الملحة لتحسين توقع المخاطر لأمراض القلب والأوعية الدموية (CVDs)، التي تظل سببًا رئيسيًا للوفيات على مستوى العالم. تقدم إطار عمل هجين للتعلم الجماعي يدمج نماذج التعلم الآلي المتقدمة، وتحديدًا تعزيز التدرج، CatBoost، والشبكات العصبية، ضمن بنية جماعية مكدسة. يعزز هذا النهج الأداء التنبؤي، محققًا درجة AUC-ROC تبلغ 0.82، إلى جانب مقاييس الدقة،…
-
تقييم قائم على الذكاء الاصطناعي للعوامل المؤثرة على مبيعات شركة الحديد والصلب
Artificial intelligence-based evaluation of the factors affecting the sales of an iron and steel companyفي هذه الدراسة، تم تطوير خمسة نماذج متميزة لتقدير قيمة الإنتاج ( Q_i ) لشركة الحديد والصلب بناءً على متغيرات إدخال مختلفة، بما في ذلك ( P_i )، PPI، IntR، USD، CCI، PMI، GDP، ( Q_i(t-1) )، و ( Delta P_i ). خضعت النماذج لعملية تدريب وتحقق واختبار صارمة، حيث تم تطبيع جميع المتغيرات باستخدام…
-
تحديد أفضل عشرة مؤشرات لمرض السكري من النوع 2 من خلال تحليل تعلم الآلة لبيانات بنك المملكة المتحدة الحيوي
Identifying top ten predictors of type 2 diabetes through machine learning analysis of UK Biobank dataتدرس الدراسة العوامل التنبؤية لتطور مرض السكري من النوع 2 باستخدام نموذج تصنيف XGBoost، وتحليل البيانات من بنك المملكة المتحدة الحيوي، الذي شمل 450,000 مشارك تتراوح أعمارهم بين 40-69 عامًا. على مدى عقد من الزمن، أصيب 12,148 فردًا بمرض السكري من النوع 2. حدد التحليل HbA1c كأهم مؤشر، يليه مؤشر كتلة الجسم، محيط الخصر، مستويات…
-
تقييم نماذج التنبؤ السريرية (الجزء 3): حساب حجم العينة المطلوب لدراسة التحقق الخارجي
Evaluation of clinical prediction models (part 3): calculating the sample size required for an external validation studyفي المقالة الثالثة من سلسلتهم حول تقييم النماذج، يتناول رايلي وزملاؤه القضية الحرجة المتعلقة بتحديد حجم العينة المناسب لدراسات التحقق الخارجي لنماذج التنبؤ. يؤكدون أن العديد من الدراسات الحالية ليست مدعومة بشكل كافٍ، مما يؤدي إلى تقديرات أداء غير موثوقة. يدعو المؤلفون إلى حسابات حجم العينة المخصصة بدلاً من الاعتماد على قواعد عامة، بهدف ضمان…
-
تقييم نماذج التنبؤ السريرية (الجزء 2): كيفية إجراء دراسة التحقق الخارجي
Evaluation of clinical prediction models (part 2): how to undertake an external validation studyفي المقالة الثانية من سلسلتهم حول تقييم النماذج، يؤكد رايلي وزملاؤه على أهمية دراسات التحقق الخارجي في أبحاث نماذج التنبؤ. يحددون المكونات الأساسية لإجراء مثل هذه الدراسات، والتي تشمل إنشاء مجموعة بيانات عالية الجودة وتقييم أداء النموذج التنبؤي وقابليته السريرية. يجادل المؤلفون بأن التحقق الخارجي يجب أن يُعتبر عملية حاسمة ومستدامة داخل مجتمع البحث، حيث…
-
تقييم نماذج التنبؤ السريرية (الجزء 1): من التطوير إلى التحقق الخارجي
Evaluation of clinical prediction models (part 1): from development to external validationتقييم نماذج التنبؤ أمر ضروري بسبب تأثير تصميم الدراسة وتحليل البيانات على أدائها التنبؤي عند تطبيقها على بيانات جديدة من السكان المستهدفين. بينما قد يظهر نموذج أداء ممتاز خلال التطوير، فإن هذا لا يضمن نتائج مماثلة في السياقات الخارجية. لذلك، فإن دراسات التحقق ضرورية لتقييم موثوقية وقابلية تعميم نماذج التنبؤ. لتحسين تطوير النموذج وتقييمه، يُوصى…
-
نماذج تنبؤية قائمة على التعلم الآلي لاكتشاف الأمراض القلبية الوعائية
Machine Learning-Based Predictive Models for Detection of Cardiovascular Diseasesتتناول ورقة البحث القضية الصحية العالمية الملحة المتعلقة بأمراض القلب والأوعية الدموية، مع التركيز على الكشف المبكر عن احتشاء عضلة القلب من خلال تقنيات التعلم الآلي المتقدمة. مع الاعتراف بالقيود المفروضة على النماذج التنبؤية الحالية، وخاصة فيما يتعلق بمجموعات البيانات غير المتوازنة التي يمكن أن تؤثر على النتائج، تقيم الدراسة سبعة مصنفات: الجيران الأقرب (KNN)،…