Retrospektívna štúdia analyzovala údaje od 11 134 pacientov so psoriázou liečených sekukinumabom po 3 mesiacoch, pričom 4 593 (41,25 %) dosiahlo úplné vyčistenie kože (PASI 100). Údaje boli rozdelené na tréningový súbor (70 %) a testovací súbor (30 %), výber vlastností vykonalo LASSO a vyvinulo sa osem algoritmov strojového učenia. Najlepší výkon mali Random Forest (tréningové AUC = 0,879, testovacie AUC = 0,757) a LightGBM (tréningové AUC = 0,834, testovacie AUC = 0,761). LASSO identifikovalo 5 kľúčových prediktorov: pohlavie, bIGA, bBSA, bPASI a bDLQI. Analýza SHAP potvrdila, že pohlavie a základné ukazovatele závažnosti ochorenia sú najdôležitejšie. Faktory ako trvanie ochorenia, BMI, vzdelanie či komorbidity boli významne spojené s odpoveďou PASI 100 (všetky p < 0,05). Model podporuje personalizovanú liečbu v klinickej praxi.