skyskytotop的博客

描述：使用Boruta筛选变量+计算SHAP值+立方样条分析，某变量的SHAP值可以反映该变量对结局变量的贡献，对SHAP值的分析可以在传统变量间关系分析的基础上，提供不一样的视角，且因为SHAP计算的是边际贡献，可以得到一个关键点（SHAP值=0）代表改变量对结局变量贡献方向的变化，比如从良好结局转为恶性结局。描述：“辅助临床决策”是目前预测模型的临床定位，其中的一种模式是预测模型提供预测概率，而使用者提供决策阈值，两者共同组成辅助临床决策系统，后概率校准就是改善预测概率的一种措施。

临床预测模型API 可以理解为是以API形式部署的临床预测模型，区别与可视化的形式，可以更加灵活地用在各种应用场景下引用，比如现在流行的LLM。目前将两个预测模型部署为API，模型效能良好，并给出SHAP分析得到的变量对结局的贡献。可以引用API构建相关的应用用在生产环境中，也可以学习构建类似的API预测模型。应用演示：https://stdiabetes.streamlit.app/使用中有任何的问题可以联系作者。