研究人员开发了一种新的机器学习合并症指数（MLCI），旨在改进传统的合并症评分。与现有的线性、以死亡率为中心的评分不同，MLCI 利用机器学习来捕捉诊断代码与各种临床结果之间的非线性关系。该方法得到了理论框架的支持，并在电子健康记录数据集上显示出优于既有基线的性能。 AI
排序理由 该集群包含一篇学术论文，详细介绍了用于临床结果的新机器学习指数。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2606.17450v1 Announce Type: new Abstract: Traditional comorbidity scores (e.g., Charlson and Elixhauser) are widely used for risk adjustment and patient stratification, but they have two key limitations: (i) they are largely mortality-centric and do not align well with othe…