2020 年以色列单中心队列研究 [28]
样本量：792
随机森林，广义线性模型，极端梯度提升决策树
阴道分娩史，剖宫产后阴道分娩，身高，宫颈消退和扩张增加，胎儿位置较低，引产，前次下降停止
机器学习模型
外部验证：0.336–0.351
外部验证结果不明确
机器学习在剖宫产后阴道分娩预测中的应用
本文探讨机器学习模型在剖宫产后阴道分娩预测中的应用，基于2020 年以色列单中心队列研究，分析随机森林、广义线性模型和极端梯度提升决策树的预测效果，并讨论外部验证结果的不确定性。
与梅斯小智对话
