Zum Inhalt springen

The framing of machine learning risk prediction models

Die Problem-Definition ist für die Entwicklung klinischer Risikovorhersagemodelle von entscheidender Bedeutung, da die gesamte nachfolgende Entwicklungsarbeit und Bewertung eben im Kontext dieser Definition stattfindet. Ein augenscheinlich gutes Modell mit starken Evaluierungsergebnissen ist nicht unbedingt im klinischen Alltag einsetzbar. Daher ist es wichtig, die Ergebnisse der objektiven Bewertungen im Zusammenhang mit den eher subjektiven Einschätzungen zu beurteilen, wie ein Modell konzipiert ist.

Kürzlich veröffentlichte Ergebnisse (Lauritsen et al. NPJ Digit Med 2021) werden vorgestellt und diskutiert.

Vortrag in EN von Simon Meyer Lauritsen, Leiter des Life Science Lab, Enversion, DK

Geeignet für Einsteiger.

Hybrid:
Steno Diabetes Center Aarhus

Datum:
21. Feber 2022, 14 – 15 Uhr

Beitrag hören