Predicting the Risk of COVID-19 Among Adult Patients With Diabetes: A Machine Learning Approach
Notice bibliographique
Résumé
OBJECTIVES: In this study our aim was to develop a machine learning model that could accurately predict the risk of acquiring COVID-19 in community-dwelling adults with type 1 and/or type 2 diabetes in Alberta, Canada. METHODS: This predictive supervised machine learning study included adults (≥18 years old) living in Alberta, Canada, between April 1, 2019, and March 31, 2021, with pre-existing diabetes (n=372,055, excluding 2,541 due to migration; final sample size 369,514). The outcome of interest was a positive severe acute respiratory syndrome-coronavirus-2 (SARS-CoV-2) polymerase chain reaction test result between March 1, 2020, and March 1, 2021. Model features were extracted from routinely collected Alberta administrative health data from March 1, 2015, to March 1, 2020. Fifteen algorithms were trained on 67% of the data and the top performer (Light Gradient Boost [LGBoost] model) was validated on the remaining 33%. The model was calibrated and model performance was assessed using area under the receiver-operating characteristic curve (AUROC), area under the precision recall curve (AUPRC), and threshold analyses. RESULTS: Among the 369,514 individuals with diabetes, 140,511 were tested, of whom 13,082 had a positive SARS-CoV-2 test. The LGBoost model incorporated 367 features with AUROC and AUPRC of 0.69 and 0.08, respectively. The model was well-calibrated for common risk thresholds (<0.2 probability) with high specificity (≥0.98 at all thresholds); however, sensitivity and positive predictive values were low at all thresholds (≤0.08 and ≤0.18, respectively). CONCLUSIONS: The LGBoost model lacked the sensitivity to be clinically useful in predicting SARS-CoV-2 infection in Albertans with diabetes. Alternative data sources may be required to improve future COVID-19 prediction models from the community.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».