Hat különböző gépi tanulási módszer összehasonlítása a hagyományos modellel a végbéldaganat minimálisan invazív műtéte utáni alsó elülső reszekciós szindrómában – Nomogram kifejlesztése és külső validálása: Két központú kohorszvizsgálat

A két jelentős orvosi központ betegeit a befogadási és kizárási kritériumok alapján végzett alapos szűrés után két kohorszra osztották a vizsgálatban. Az 1. kohorsz elsősorban a képzési és belső validációs halmazként szolgált, míg a 2. kohorsz a 1. kohorsz alapján felépített prediktív modell külső validálására szolgált. Hét különböző modelleépítési módszer, köztük a hagyományos logisztikus regresszió mellett hat különböző gépi tanulási módszert (DT, RF, XGBOOST, SVM, lightGBM és SHLNN) alkalmaztunk a prediktív modell létrehozásához. A legjobb érzékenységet és specificitást mutató módszert úgy választottuk ki, hogy összehasonlítottuk e hét különböző modelleépítési módszer konkordanciaindexét (C-index), amely hasonló az ROC görbe alatti területhez (AUC). Az 1. kohorsz prediktív modellje ezután ezzel a módszerrel épült fel, és a belső validáció befejeződött. Végül a 2. kohorszon a prediktív modell külső validálását végeztük el.