Kontrafaktuálna analýza vykonateľnej klinickej rozhodovaciej logiky

Článok predstavuje hybridný rámec na podporu klinických rozhodnutí, ktorý kombinuje notáciu DMN (Decision Model and Notation), učenie pravidiel založené na váhovaní prieskumov a analýzu citlivosti. Rámec bol testovaný na údajoch z NHANES na klasifikáciu dokumentovaného diabetu. Výskumný súbor obsahoval 2 582 účastníkov, z toho 2 111 v podskupine bez diagnostických laboratórnych výsledkov. Model dosahol hodnoty ROC-AUC 0,959 a PR-AUC 0,873 v úplnom súbore a 0,861 a 0,499 v podskupine bez diagnostiky. Finálny DMN model dosiahol ROC-AUC 0,769 a Brierov skóre 0,029 na testovacom súbore. Analýza ukázala, že hypotetické zníženie BMI o päť jednotiek by znížilo odhadovanú pravdepodobnosť diabetu o 2,40 až 5,89 percentuálnych bodov. Zistenia charakterizujú citlivosť politiky a vyžadujú si vonkajšiu validáciu.