XGBoost prevê perda auditiva em recém-nascidos de alto risco

Um grupo de pesquisa da Universidade de Ankara, na Turquia, publicou um estudo retrospectivo de centro único mostrando que o modelo de aprendizado de máquina XGBoost previu perda auditiva em recém-nascidos que passaram na triagem inicial mas acumulavam fatores de risco clínicos: acertou 85,2% dos casos, com AUC de 87,1%, em 270 lactentes. De 390 registros iniciais, 120 (31%) foram excluídos por seguimento diagnóstico incompleto ou dados faltantes; entraram na análise lactentes com registros completos, timpanograma tipo A e dados completos de fatores de risco. Os autores reconhecem as limitações — dados retrospectivos, amostra relativamente limitada, ausência de coorte de validação externa e desequilíbrio entre as classes, que pode ter influenciado o desempenho dos modelos — e classificam os achados como evidência preliminar de viabilidade, não como benefício clínico demonstrado.

Gerado por IA a partir das notícias · atualizado há 4 h