Медицинская библиотека · International forum of allergy & rhinology · 2026

Machine Learning-Based Predictive Modeling for the Development of Chronic Rhinosinusitis Using Longitudinal Health Records.

Varghese Justina R, Chang Sicong, Prabhakar Akshay R, Zhang Jason F, Balbin Richard A, Guadarrama-Sistos-Vazquez Sebastian, Dhanda Aatin, Hu Renjie, Yim Michael T, Fu Xin, Takashima Masayoshi, Ahmed Omar G

СтатьяПеревод в очереди

Аннотация

Machine learning identifies reproducible pre-diagnostic CRS trajectories in large EHR cohorts. Models show stable external performance (AUC ∼ 0.81), supporting real-world generalizability. Predictors highlight evolving CRS workups and models may serve as future decision support tools.

Для цитирования: Varghese Justina R, Chang Sicong, Prabhakar Akshay R, Zhang Jason F, Balbin Richard A, Guadarrama-Sistos-Vazquez Sebastian, Dhanda Aatin, Hu Renjie, Yim Michael T, Fu Xin, Takashima Masayoshi, Ahmed Omar G. Machine Learning-Based Predictive Modeling for the Development of Chronic Rhinosinusitis Using Longitudinal Health Records.. International forum of allergy & rhinology. 2026. DOI: 10.1002/alr.70206.

Предметные рубрики MeSH

Humans Chronic Disease Predictive Learning Models Rhinosinusitis Machine Learning Electronic Health Records Prediction Algorithms

Подготовка и перевод публикации

Обработка статьи · этапы, ошибки и управление

Загрузка состояния…

История · было → стало

Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.

Тип публикации указан по данным источника. Уровень доказательности автоматически не присваивается.

Аннотация

Предметные рубрики MeSH

Ошибки и ограничения