โมเดลตีความได้หลายแบบถูกฝึกกับข้อมูลทุติยภูมิ 308,774 ระเบียน ตัวแปร 19 รายการและความชุกโรค 8.1% โดย histogram gradient boosting ให้ AUROC 0.8407, PR-AUC 0.3177, Brier score 0.0633 และ calibration error 0.0045 การวิเคราะห์ decision curve พบประโยชน์สุทธิในช่วงเกณฑ์คัดกรอง 5-15% และ SHAP ช่วยตรวจเหตุผลของตัวแปร แต่การสอบเทียบต่างกันตามอายุและสุขภาพที่รายงานเอง ผลชี้ว่าควรประเมินมากกว่าความจำแนก อย่างไรก็ตาม เป็นการแบ่งชุดจากฐานเดียว ยังไม่มีการตรวจภายนอกหรือทดลองว่าการใช้โมเดลปรับผลผู้ป่วยและภาระงานได้จริง
ข้อค้นพบสำคัญ
ทำไมจึงมีความสำคัญระดับโลก
ผลงานเพิ่มองค์ความรู้ในสาขาและเปิดทางให้ตรวจสอบหรือต่อยอดในบริบทอื่น การตีความผลกระทบควรยึดขอบเขตและหลักฐานของงานต้นฉบับเป็นหลัก ระบบให้สัญญาณผลกระทบ 74 จาก 100 ซึ่งใช้เพื่อจัดลำดับการนำเสนอ ไม่ใช่คะแนนคุณภาพวารสารหรือการจัดอันดับนักวิจัย
บทบาทของนักวิจัยไทย
การเชื่อมโยงกับประเทศไทยปรากฏผ่านผู้เขียนหรือสังกัด ได้แก่ Mahasarakham University
ข้อจำกัดที่ควรรู้
บทวิเคราะห์นี้อาศัยข้อมูลบรรณานุกรม บทคัดย่อ และแหล่งต้นทางที่เข้าถึงได้ ไม่ได้แทนการอ่านบทความฉบับเต็ม และไม่ควรอนุมานเหตุเป็นผลหรือการใช้จริงเกินกว่าที่ผู้วิจัยรายงาน