Bone marrow transplant (BMT) is an effective surgical treatment for bone marrow-related disorders. However, several associated risk factors can impair long-term survival after BMT. Machine learning (ML) technologies have been proven useful in survival prediction of BMT receivers along with the influences that limit their resilience. In this study, an efficient classification model predicting the survival of children undergoing BMT is presented using a public dataset. Several supervised ML methods were investigated in this regard with an 80-20 train-test split ratio. To ensure prediction with minimal time and resources, only the top 11 out of the 59 dataset features were considered using Chi-square feature selection method. Furthermore, hyperparameter optimization (HPO) using the grid search cross-validation (GSCV) technique was adopted to increase the accuracy of prediction. Four experiments were conducted utilizing a combination of default and optimized hyperparameters on the original and reduced datasets. Our investigation revealed that the top 11 features of HPO had the same prediction accuracy (94.73%) as the entire dataset with default parameters, however, requiring minimal time and resources. Hence, the proposed approach may aid in the development of a computer-aided diagnostic system with satisfactory accuracy and minimal computation time by utilizing medical data records.

中文翻译：

---

通过卡方检验和超参数优化使用不同机器学习分类器预测造血干细胞移植儿童的存活率：回顾性分析

骨髓移植 (BMT) 是治疗骨髓相关疾病的有效手术治疗方法。然而，一些相关的风险因素会损害 BMT 后的长期生存。机器学习 (ML) 技术已被证明可用于 BMT 接收器的生存预测以及限制其弹性的影响。在这项研究中，使用公共数据集提出了一种预测接受 BMT 的儿童存活率的有效分类模型。在这方面，以 80-20 的训练测试拆分比研究了几种有监督的 ML 方法。为了确保以最少的时间和资源进行预测，使用卡方特征选择方法仅考虑了 59 个数据集特征中的前 11 个。此外，采用网格搜索交叉验证（GSCV）技术的超参数优化（HPO）来提高预测的准确性。在原始数据集和缩减数据集上使用默认和优化超参数的组合进行了四个实验。我们的调查显示，HPO 的前 11 个特征与具有默认参数的整个数据集具有相同的预测准确度 (94.73%)，但是需要最少的时间和资源。因此，所提出的方法可以通过利用医疗数据记录来帮助开发具有令人满意的准确性和最少计算时间的计算机辅助诊断系统。我们的调查显示，HPO 的前 11 个特征与具有默认参数的整个数据集具有相同的预测准确度 (94.73%)，但是需要最少的时间和资源。因此，所提出的方法可以通过利用医疗数据记录来帮助开发具有令人满意的准确性和最少计算时间的计算机辅助诊断系统。我们的调查显示，HPO 的前 11 个特征与具有默认参数的整个数据集具有相同的预测准确度 (94.73%)，但是需要最少的时间和资源。因此，所提出的方法可以通过利用医疗数据记录来帮助开发具有令人满意的准确性和最少计算时间的计算机辅助诊断系统。