利用先进机器学习技术与过采样方法增强脊柱手术结果预测
机器学习
2025-03-26 v1 人工智能
摘要
本研究提出了一种先进的机器学习方法,通过结合过采样技术与网格搜索优化来预测脊柱手术结果。在包含 244 名患者的数据集上测试了多种模型,包括 GaussianNB、ComplementNB、KNN、决策树,以及结合 RandomOverSampler 和 SMOTE 的优化版本,数据集中包含术前、心理测量、社会经济与分析变量。增强的 KNN 模型达到了高达 76% 的准确率与 67% 的 F1 分数,而网格搜索优化进一步提升了性能。研究结果凸显了这些先进技术辅助医疗专业人员决策的潜力,但未来需要在更大、更多样化的数据集上对这些模型进行进一步优化。
引用
@article{arxiv.2503.18996,
title = {Enhanced prediction of spine surgery outcomes using advanced machine learning techniques and oversampling methods},
author = {José Alberto Benítez-Andrades and Camino Prada-García and Nicolás Ordás-Reyes and Marta Esteban Blanco and Alicia Merayo and Antonio Serrano-García},
journal= {arXiv preprint arXiv:2503.18996},
year = {2025}
}