在10万例糖尿病住院记录上构建防泄漏的再入院预测模型

📋总体概括

一位具备临床背景的作者基于UCI公开的Diabetes 130-US Hospitals数据集（1999–2008年美国130家医院共101,766例糖尿病住院记录），用scikit-learn端到端构建再入院预测模型。文章核心不在建模本身，而在数据科学的诚实性：如何定义再入院结局、为何必须按患者分组切分训练/测试集避免数据泄漏、以及如何用不被虚高指标误导的方式评估模型，为医疗AI从业者提供了可复用的方法论警示。