借助机器学习提升继发性噬血细胞性淋巴组织细胞增多症的预后评估精准度
HLH-Risk-Calculator 利用机器学习预测成年继发性噬血细胞性淋巴组织细胞增多症患者的初始疾病严重程度及多个时间点死亡风险，突出关键生物标志物，并强调需进行外部验证。
新的荷兰预测模型识别出高风险产科肛门括约肌损伤的初产妇
一项荷兰全国性研究开发并时间验证了两个针对初产妇的OASI风险模型，具有中等区分度但优秀的校准度。这些模型可能有助于针对性咨询和预防性产科策略。
术前线索预测哪些口腔癌患者术后会接受辅助治疗
在一项多中心队列研究中，3,980名口腔鳞状细胞癌患者中，术前临床和肿瘤特征——包括年龄、合并症、肿瘤亚部位、大小、临床分期和活检分级——预测了辅助治疗的接收和强度，预测模型的AUC为0.84。