PulseAugur
中
实时 09:45:14
English(EN) Paired Recipient-based Evaluation of Survival Prediction for Deceased Donor Kidney Transplants

新指标评估肾移植生存预测模型

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个新的评估框架，用于预测肾移植生存的机器学习模型。这种基于配对受者的方法比较了共享同一死亡供体的两位受者的移植物结果，旨在评估替代受者匹配的益处。使用这一新指标，包括深度学习在内的五种不同模型达到了约60%的准确率，该指标被认为比传统的C指数（C-index）更具临床相关性。该研究强调了C指数的局限性，并提出了新指标以更好地反映现实世界的器官分配场景。 AI

影响 为器官移植中生存预测模型引入了更具临床相关性的评估指标。

排序理由 学术论文发布在arXiv上，详细介绍了特定领域中机器学习模型的新评估指标。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新指标评估肾移植生存预测模型

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Misaki Matsuura, Mohammadreza Nemati, Dulat Bekbolsynov, Stanislaw Stepkowski, Kevin S. Xu ·

    Paired Recipient-based Evaluation of Survival Prediction for Deceased Donor Kidney Transplants

    arXiv:2608.03017v1 Announce Type: new Abstract: There has been significant interest in using machine learning algorithms to predict kidney transplant outcomes, such as the number of years until a graft inevitably fails. These prediction algorithms could possibly be used for pre-t…

相关实体

相关话题