L'analyste déclare n'avoir aucun lien d'intérêt avec les auteurs, les financeurs ni les fabricants des produits évalués.
Analyse réalisée sans financement externe ni contrepartie, à partir du seul document fourni. Aucun honoraire, aucune rémunération de conseil et aucune participation au capital d'un fabricant cité.
Objectif : Développer et valider des modèles de machine learning intégrant des facteurs de risque multidimensionnels pour le dépistage du syndrome du canal carpien (CTS) en population professionnelle chinoise.
Population : 88 609 réponses valides issues d'une enquête nationale sur la santé au travail en Chine (2018-2023), 9 secteurs industriels, 29 types d'emplois ; 10 438 cas de CTS auto-déclarés (prévalence 11,78 %).
Intervention : Cinq algorithmes de machine learning (régression logistique binaire, arbre de décision, random forest, gradient boosting, XGBoost) construits à partir de facteurs personnels, biomécaniques et psychosociaux, avec sélection de variables par tests statistiques + taille d'effet, et analyse SHAP pour l'interprétabilité.
Comparateur : Comparaison inter-algorithmes (pas de comparateur externe de type gold standard clinique indépendant).
Outcomes : CTS auto-déclaré (variable binaire) comme critère de référence ; performances évaluées par sensibilité (recall), précision, F1-score, AUC-ROC ; importance des facteurs via SHAP ; tests d'ablation par domaine de facteurs.
Résultats : XGBoost = meilleur modèle — sensibilité 99,97 % (3130/3131), précision 84,43 % (3130/3707), exactitude globale 97,66 % (3130/3131), AUC = 0,992. Les caractéristiques subjectives de la douleur de main (fréquence, durée) sont les facteurs les plus prédictifs, suivis de la fatigue (psychosocial) et de la charge de levage cumulée (biomécanique).
Les quatorze sections — analyse méthodologique, évaluation des biais, résultats, validité externe, cohérence physiopathologique, certitude des preuves, application clinique — sont lisibles gratuitement dès la création d'un compte. Deux crédits d'analyse vous sont offerts chaque mois.
Quatre modules, le barème DrDLM V6.2 expliqué pilier par pilier, et des articles réels à disséquer. À l'issue, vous appliquez seul la méthode que vous venez de lire.