Щодо методу аналізу впливу клінічних діагностичних показників під час захворювання на COVID-19

Abstract

Проведений аналітичний огляд засвідчив, що лабораторні біомаркери CRP, IL-6, D-dimer, LDH, феритин і NLR мають найвищу прогностичну цінність для оцінювання тяжкості перебігу COVID-19. Зокрема, рівень D-dimer (AUC = 0,96; чутливість 95,8 %) і IL-6 (AUC = 0,92) демонструють найвищу діагностичну потужність серед запальних і коагуляційних показників. Аналіз показав, що поєднання класичних статистичних методів із алгоритмами машинного навчання (Random Forest, XGBoost, SVM) підвищує точність прогнозу до 84-95 % і забезпечує пояснюваність результатів завдяки методам SHAP та LIME. Отже, інтеграція біомаркерів у моделі машинного навчання формує ефективну основу для створення інтелектуальних біомедичних систем прогнозування перебігу COVID-19 і може бути використана як інструмент підтримки клінічних рішень у медичній практиці.