XGBoost_Model_Based_资源有限环境下AML早期死亡率预测数据集与代码

数据集概述

本数据集包含用于XGBoost机器学习模型的数据集与源代码，模型旨在资源有限环境下，通过初诊时的全血细胞计数（CBC）参数预测新诊断急性髓系白血病（AML）患者的早期死亡率，共包含两个文件。

文件详解

• 数据文件
• 文件名称：DatasetLMA.xlsx
• 文件格式：XLSX
• 字段映射介绍：包含新诊断AML患者初诊时的全血细胞计数（CBC）参数数据，用于训练XGBoost预测模型
• 代码文件
• 文件名称：lma_xgboost.py
• 文件格式：PY
• 字段映射介绍：XGBoost模型的源代码文件，实现基于CBC参数预测AML患者早期死亡率的功能

适用场景

• AML预后预测模型开发: 用于构建和验证基于CBC参数的XGBoost早期死亡率预测模型
• 资源有限环境医疗决策支持: 为缺乏高级检测手段的医疗机构提供AML患者风险分层工具
• 血液学临床研究: 分析CBC参数与AML患者早期死亡风险的关联
• 医疗AI模型可及性研究: 探索机器学习模型在资源有限医疗场景中的应用价值