В последние годы проблема хрупкости среди пожилых людей становится все более актуальной, особенно в условиях стареющего населения. Новое исследование, проведенное с использованием методов машинного обучения, направлено на упрощение оценки индекса хрупкости (FI) для пожилых людей в Китае. Этот индекс, который учитывает накопленные недостатки здоровья, позволяет более точно оценивать состояние здоровья пожилых людей и выявлять тех, кто нуждается в помощи.
В рамках исследования были проанализированы данные из Китайского продольного исследования здоровья и долголетия (CLHLS), охватывающего более 13 тысяч участников старше 65 лет. Исследователи использовали различные алгоритмы машинного обучения, такие как логистическая регрессия и случайные леса, для создания модели, которая позволяет быстро и точно оценивать уровень хрупкости. Результаты показали, что логистическая регрессия продемонстрировала наилучшие показатели точности и интерпретируемости, с AUC (площадь под кривой) 0.974.
Кроме того, была разработана удобная веб-платформа, которая позволяет пользователям легко оценивать риск хрупкости, используя всего 10 ключевых признаков. Это значительно упрощает процесс и делает его доступным для более широкой аудитории.
Таким образом, данное исследование не только подтверждает эффективность применения машинного обучения в области оценки здоровья пожилых людей, но и открывает новые возможности для раннего вмешательства и улучшения качества жизни.