Анализ риска артериальной гипертензии с использованием методов машинного обучения

Abstract

Целью работы является применение и сравнительный анализ эффективности алгоритмов статистического и машинного обучения в задачах оценки риска артериальной гипертензии. В работе на основе обследования одной и той же выборки пациентов с интервалом 5 лет построена бустинговая модель бинарной классификации, которая применена для оценки эффективности методики лечения в режиме продолженного наблюдения за пациентами. Исследовано влияние динамики основных факторов риска пациента на его медицинский диагноз и результаты статистической классификации