PSO融合Stacking尿酸风险模型

仅靠常规血检准确率97.8%

仅凭常规血液检查数据即可实现高尿酸血症风险预测,摆脱对生化检测的依赖,大幅提升筛查的可行性与可扩展性。

芳敏 · Yu, Xiaoyi · 李文娟 · 王本

BMC Medical Informatics and Decision Making 2025

参数信息

准确率
97.8 %
灵敏度
97.6 %

技术优势

模型性能显著提升

通过粒子群优化融合Stacking模型,整体性能超越单一模型和基础集成方法,准确率与灵敏度均达到约98%。

仅靠常规血检

模型排除了对生化检测指标的依赖,降低了筛查门槛,提高了可行性和可扩展性。

可解释性帮助医患理解

引入基于XAI的可解释性方法,揭示模型决策依据,帮助医护人员和患者理解风险因素如何影响预测。

应用场景