摘要
基于机器学习的2型糖尿病风险预测模型在内部验证中取得了良好的结果，但由于缺乏外部测试和公平性评估，实际应用效果不佳。我们开发了一个多维框架，评估在全国性代表人群中的判别力、校准、可解释性和算法公平性。
我们使用XGBoost模型在NHANES 2015-2020数据集（n=15,685）上进行了训练，选择了八个非实验室预测因子：年龄、性别、种族/民族、BMI、吸烟状态、身体活动、心脏病史和中风史。外部验证在BRFSS 2020-2022（n=1,285,783）中进行，考虑了现实分布的变化。内部验证显示良好的判别能力（AUC=0.794, 95% CI 0.788-0.800），但在外部验证中性能下降（AUC=0.717，相对下降：-9.7%，p<0.05），年轻成人的AUC分别为0.607和0.742（差异=0.135, p<0.05）。
结论
本研究强调了在不同人群中评估机器学习模型的重要性，建议在实际应用中考虑外部验证和公平性分析。
博主点评： 本文所提出的多维框架为机器学习模型在真实世界应用中的有效性提供了重要参考，尤其是在公平性和外部验证方面的深入分析，值得关注和借鉴。