{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:5449420"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:5449420","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Probabilistic machine learning models and decision optimization for hepatocellular carcinoma","abstract":"Η παρούσα διπλωματική εργασία αναπτύσσει ένα ολοκληρωμένο πλαίσιο, το οποίο γεφυρώνει την πιθανοκρατική πρόβλεψη κινδύνου με τη βελτιστοποίηση κλινικών αποφάσεων για τη διάγνωση Ηπατοκυτταρικού Καρκινώματος (HCC). Στο Μέρος Ι αξιοποιείται ένα δημόσιο και συνθετικό σύνολο δεδομένων με 5.000 παρατηρήσεις και 14 μεταβλητές, που περιγράφουν δημογραφικές και κλινικές μεταβλητές και βιοδείκτες με μέτρια ανισορροπία κλάσεων (21,8% θετικές περιπτώσεις). Η μεθοδολογία υλοποιείται ως αγωγός ασφαλής από διαρροές με στρωματοποιημένο διαχωρισμό εκπαίδευση / επικύρωση / δοκιμή και σύγκριση Λογιστικής Παλινδρόμησης (LR), Τυχαίου Δάσους (RF) και Ακραίας Ενίσχυσης Κλίσης (XGB). Η αξιολόγηση δεν περιορίζεται στη διάκριση μέσω της Περιοχής Κάτω από την Καμπύλη Λειτουργικού Χαρακτηριστικού Δείκτη (ROC-AUC), αλλά επεκτείνεται στην Περιοχή Κάτω από την Καμπύλη Ακρίβειας-Ανάκλισης (PR-AUC) και τη Μέση Ακρίβεια (AP) και σε αξιοπιστία πιθανοτήτων μέσω βαθμολογία Brier και καμπυλών βαθμονόμησης, με επιλογή μεθόδου βαθμονόμησης (σιγμοειδής ή ισοτονική) βάσει επικύρωσης Brier. Για την αξιολόγηση της απροσδόκητα υψηλής διάκρισης σε συνθετικά δεδομένα, εκτελούνται επιπλέον διαγνωστικά ευρωστίας, συμπεριλαμβανομένης της μετάθεσης ετικετών και δοκιμές αντοχής κατά την αφαίρεση χαρακτηριστικών, καθώς και δύο πιο ρεαλιστικές προσομοιώσεις συνθηκών ανάπτυξης με εισαγωγή θορύβου στα αριθμητικά χαρακτηριστικά και μεταβολή επιπολασμού στο test set. Ενώ η συνθετική φύση των δεδομένων αποδίδει σχεδόν τέλειες μετρήσεις, η παρούσα μελέτη αντιμετωπίζει το σύνολο δεδομένων κυρίως ως ελεγχόμενο περιβάλλον για να καταδείξει τη μεθοδολογική σκοπιμότητα του προτεινόμενου πλαισίου και όχι ως σημείο αναφοράς για την κλινική ετοιμότητα. Στο Μέρος ΙΙ, οι βαθμονομημένες πιθανότητες P(Y=1|x) ενσωματώνονται σε ρητό πλαίσιο θεωρίας αποφάσεων τύπου Pauker-Kassirer, όπου η μετάβαση από πρόβλεψη σε δράση προκύπτει από τη μέγιστη αναμενόμενη ωφέλεια και οδηγεί σε ερμηνεύσιμο βέλτιστο κατώφλι p^*. Ορίζονται δύο περιβάλλοντα ωφελειών, το κλινικό με Ποιοτικά Προσαρμοσμένα Έτη Ζωής (QALYs) και το οικονομικό με Ανάλυση Κόστους-Οφέλους (CBA), ενώ εξετάζονται έξι σενάρια (ισορροπημένο/συντηρητικό/επιθετικό), τα οποία αναπτύσσουν διαφορετικές στάσεις κινδύνου. Τα αποτελέσματα δείχνουν, ότι το p^* μεταβάλλεται σημαντικά ανάλογα με το αντικειμενικό κριτήριο, κυμαινόμενο από 1,4% έως 73,5%. Επιπλέον, μέσω ανάλυσης ευαισθησίας (one-way) των παραμέτρων προτίμησης και κινήτρων, όπως Συντελεστής Αποστροφής Κινδύνου (RAF), Συντελεστής Αποστροφής Παρέμβασης (IAF) και Πολλαπλασιαστής Υπερβολικής Χρήσης (OM), τεκμηριώνεται ότι το p^* μεταβάλλεται συνεχώς και ενίοτε μη γραμμικά. Τελικά, η διατριβή γεφυρώνει το χάσμα πιθανότητας-απόφασης, αποδεικνύοντας ότι η βέλτιστη απόφαση δεν είναι ιδιότητα της AUC, αλλά συνέπεια των συγκεκριμένων συμβιβασμών κόστους/οφέλους που ορίζονται από το ενδιαφερόμενο μέρος.","abstract_html":"Η παρούσα διπλωματική εργασία αναπτύσσει ένα ολοκληρωμένο πλαίσιο, το οποίο γεφυρώνει την πιθανοκρατική πρόβλεψη κινδύνου με τη βελτιστοποίηση κλινικών αποφάσεων για τη διάγνωση Ηπατοκυτταρικού Καρκινώματος (HCC). Στο Μέρος Ι αξιοποιείται ένα δημόσιο και συνθετικό σύνολο δεδομένων με 5.000 παρατηρήσεις και 14 μεταβλητές, που περιγράφουν δημογραφικές και κλινικές μεταβλητές και βιοδείκτες με μέτρια ανισορροπία κλάσεων (21,8% θετικές περιπτώσεις). Η μεθοδολογία υλοποιείται ως αγωγός ασφαλής από διαρροές με στρωματοποιημένο διαχωρισμό εκπαίδευση / επικύρωση / δοκιμή και σύγκριση Λογιστικής Παλινδρόμησης (LR), Τυχαίου Δάσους (RF) και Ακραίας Ενίσχυσης Κλίσης (XGB). Η αξιολόγηση δεν περιορίζεται στη διάκριση μέσω της Περιοχής Κάτω από την Καμπύλη Λειτουργικού Χαρακτηριστικού Δείκτη (ROC-AUC), αλλά επεκτείνεται στην Περιοχή Κάτω από την Καμπύλη Ακρίβειας-Ανάκλισης (PR-AUC) και τη Μέση Ακρίβεια (AP) και σε αξιοπιστία πιθανοτήτων μέσω βαθμολογία Brier και καμπυλών βαθμονόμησης, με επιλογή μεθόδου βαθμονόμησης (σιγμοειδής ή ισοτονική) βάσει επικύρωσης Brier. Για την αξιολόγηση της απροσδόκητα υψηλής διάκρισης σε συνθετικά δεδομένα, εκτελούνται επιπλέον διαγνωστικά ευρωστίας, συμπεριλαμβανομένης της μετάθεσης ετικετών και δοκιμές αντοχής κατά την αφαίρεση χαρακτηριστικών, καθώς και δύο πιο ρεαλιστικές προσομοιώσεις συνθηκών ανάπτυξης με εισαγωγή θορύβου στα αριθμητικά χαρακτηριστικά και μεταβολή επιπολασμού στο test set. Ενώ η συνθετική φύση των δεδομένων αποδίδει σχεδόν τέλειες μετρήσεις, η παρούσα μελέτη αντιμετωπίζει το σύνολο δεδομένων κυρίως ως ελεγχόμενο περιβάλλον για να καταδείξει τη μεθοδολογική σκοπιμότητα του προτεινόμενου πλαισίου και όχι ως σημείο αναφοράς για την κλινική ετοιμότητα. Στο Μέρος ΙΙ, οι βαθμονομημένες πιθανότητες P(Y=1|x) ενσωματώνονται σε ρητό πλαίσιο θεωρίας αποφάσεων τύπου Pauker-Kassirer, όπου η μετάβαση από πρόβλεψη σε δράση προκύπτει από τη μέγιστη αναμενόμενη ωφέλεια και οδηγεί σε ερμηνεύσιμο βέλτιστο κατώφλι p^*. Ορίζονται δύο περιβάλλοντα ωφελειών, το κλινικό με Ποιοτικά Προσαρμοσμένα Έτη Ζωής (QALYs) και το οικονομικό με Ανάλυση Κόστους-Οφέλους (CBA), ενώ εξετάζονται έξι σενάρια (ισορροπημένο/συντηρητικό/επιθετικό), τα οποία αναπτύσσουν διαφορετικές στάσεις κινδύνου. Τα αποτελέσματα δείχνουν, ότι το p^* μεταβάλλεται σημαντικά ανάλογα με το αντικειμενικό κριτήριο, κυμαινόμενο από 1,4% έως 73,5%. Επιπλέον, μέσω ανάλυσης ευαισθησίας (one-way) των παραμέτρων προτίμησης και κινήτρων, όπως Συντελεστής Αποστροφής Κινδύνου (RAF), Συντελεστής Αποστροφής Παρέμβασης (IAF) και Πολλαπλασιαστής Υπερβολικής Χρήσης (OM), τεκμηριώνεται ότι το p^* μεταβάλλεται συνεχώς και ενίοτε μη γραμμικά. Τελικά, η διατριβή γεφυρώνει το χάσμα πιθανότητας-απόφασης, αποδεικνύοντας ότι η βέλτιστη απόφαση δεν είναι ιδιότητα της AUC, αλλά συνέπεια των συγκεκριμένων συμβιβασμών κόστους/οφέλους που ορίζονται από το ενδιαφερόμενο μέρος.","abstract_has_math":false,"creators":["ΜΠΙΣΔΑΣ ΑΘΑΝΑΣΙΟΣ","BISDAS ATHANASIOS"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2026,"date_issued":"2026","date_published":"2026","updated_at":"2026-11-19T05:20:44Z","subjects":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5449420"],"render_values":[{"text":"uoadl:5449420","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5449420","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5449420","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A5449420","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["ΜΠΙΣΔΑΣ ΑΘΑΝΑΣΙΟΣ","BISDAS ATHANASIOS"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2026"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Τεχνολογία – Πληροφορική","Technology - Computer science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5449420","https://pergamos.lib.uoa.gr/uoa/dl/object/5449420"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η παρούσα διπλωματική εργασία αναπτύσσει ένα ολοκληρωμένο πλαίσιο, το οποίο γεφυρώνει την πιθανοκρατική πρόβλεψη κινδύνου με τη βελτιστοποίηση κλινικών αποφάσεων για τη διάγνωση Ηπατοκυτταρικού Καρκινώματος (HCC). Στο Μέρος Ι αξιοποιείται ένα δημόσιο και συνθετικό σύνολο δεδομένων με 5.000 παρατηρήσεις και 14 μεταβλητές, που περιγράφουν δημογραφικές και κλινικές μεταβλητές και βιοδείκτες με μέτρια ανισορροπία κλάσεων (21,8% θετικές περιπτώσεις). Η μεθοδολογία υλοποιείται ως αγωγός ασφαλής από διαρροές με στρωματοποιημένο διαχωρισμό εκπαίδευση / επικύρωση / δοκιμή και σύγκριση Λογιστικής Παλινδρόμησης (LR), Τυχαίου Δάσους (RF) και Ακραίας Ενίσχυσης Κλίσης (XGB). Η αξιολόγηση δεν περιορίζεται στη διάκριση μέσω της Περιοχής Κάτω από την Καμπύλη Λειτουργικού Χαρακτηριστικού Δείκτη (ROC-AUC), αλλά επεκτείνεται στην Περιοχή Κάτω από την Καμπύλη Ακρίβειας-Ανάκλισης (PR-AUC) και τη Μέση Ακρίβεια (AP) και σε αξιοπιστία πιθανοτήτων μέσω βαθμολογία Brier και καμπυλών βαθμονόμησης, με επιλογή μεθόδου βαθμονόμησης (σιγμοειδής ή ισοτονική) βάσει επικύρωσης Brier. Για την αξιολόγηση της απροσδόκητα υψηλής διάκρισης σε συνθετικά δεδομένα, εκτελούνται επιπλέον διαγνωστικά ευρωστίας, συμπεριλαμβανομένης της μετάθεσης ετικετών και δοκιμές αντοχής κατά την αφαίρεση χαρακτηριστικών, καθώς και δύο πιο ρεαλιστικές προσομοιώσεις συνθηκών ανάπτυξης με εισαγωγή θορύβου στα αριθμητικά χαρακτηριστικά και μεταβολή επιπολασμού στο test set. Ενώ η συνθετική φύση των δεδομένων αποδίδει σχεδόν τέλειες μετρήσεις, η παρούσα μελέτη αντιμετωπίζει το σύνολο δεδομένων κυρίως ως ελεγχόμενο περιβάλλον για να καταδείξει τη μεθοδολογική σκοπιμότητα του προτεινόμενου πλαισίου και όχι ως σημείο αναφοράς για την κλινική ετοιμότητα. Στο Μέρος ΙΙ, οι βαθμονομημένες πιθανότητες P(Y=1|x) ενσωματώνονται σε ρητό πλαίσιο θεωρίας αποφάσεων τύπου Pauker-Kassirer, όπου η μετάβαση από πρόβλεψη σε δράση προκύπτει από τη μέγιστη αναμενόμενη ωφέλεια και οδηγεί σε ερμηνεύσιμο βέλτιστο κατώφλι p^*. Ορίζονται δύο περιβάλλοντα ωφελειών, το κλινικό με Ποιοτικά Προσαρμοσμένα Έτη Ζωής (QALYs) και το οικονομικό με Ανάλυση Κόστους-Οφέλους (CBA), ενώ εξετάζονται έξι σενάρια (ισορροπημένο/συντηρητικό/επιθετικό), τα οποία αναπτύσσουν διαφορετικές στάσεις κινδύνου. Τα αποτελέσματα δείχνουν, ότι το p^* μεταβάλλεται σημαντικά ανάλογα με το αντικειμενικό κριτήριο, κυμαινόμενο από 1,4% έως 73,5%. Επιπλέον, μέσω ανάλυσης ευαισθησίας (one-way) των παραμέτρων προτίμησης και κινήτρων, όπως Συντελεστής Αποστροφής Κινδύνου (RAF), Συντελεστής Αποστροφής Παρέμβασης (IAF) και Πολλαπλασιαστής Υπερβολικής Χρήσης (OM), τεκμηριώνεται ότι το p^* μεταβάλλεται συνεχώς και ενίοτε μη γραμμικά. Τελικά, η διατριβή γεφυρώνει το χάσμα πιθανότητας-απόφασης, αποδεικνύοντας ότι η βέλτιστη απόφαση δεν είναι ιδιότητα της AUC, αλλά συνέπεια των συγκεκριμένων συμβιβασμών κόστους/οφέλους που ορίζονται από το ενδιαφερόμενο μέρος.","This master’s thesis develops an end-to-end framework that bridges probabilistic risk prediction with decision optimization for Hepatocellular Carcinoma (HCC) diagnosis. In Part I, a public and synthetic dataset with 5,000 observations and 14 variables is used, capturing demographic/clinical factors and biomarkers, with moderate class imbalance (21.8% positives). A leakage-safe machine learning pipeline is implemented with stratified train/validation/test splitting, comparing Logistic Regression (LR), Random Forest (RF) and Extreme Gradient Boosting (XGB). Model assessment goes beyond discrimination via the Area Under the Receiver Operating Characteristic Curve (ROC-AUC) by additionally reporting the Area Under the Precision-Recall Curve (PR-AUC) and Average Precision (AP), as well as probability quality through Brier score and calibration curves, while selecting calibration (sigmoid or isotonic) based on validation Brier performance. To contextualize unexpectedly high discrimination on synthetic data, robustness diagnostics are additionally performed, including label permutation and feature-ablation stress, as well as two more realistic simulations of growth conditions with noise injection to the numerical features and prevalence shift in the test set. While the synthetic nature of the data yields near-perfect metrics, this study treats the dataset primarily as a controlled environment to demonstrate the methodological feasibility of the proposed framework rather than as a benchmark for clinical readiness. In Part II, calibrated probabilities P(Y=1|x) are embedded into an explicit Pauker–Kassirer decision-theoretic model, where actions are chosen by maximizing expected utility, yielding an interpretable optimal decision threshold p^*. Two utility environments are defined, the clinical using Quality-Adjusted Life Years (QALYs) and the economic using Cost-Benefit Analysis (CBA), while six scenarios (balanced/conservative/aggressive) are constructed to reflect alternative risk attitudes. Results demonstrate that p^* varies substantially with the objective function, ranging from 1.4% to 73.5%. Furthermore, through one-way sensitivity analysis of preference/motivation parameters such as the Risk Aversion Factor (RAF), Intervention Aversion Factor (IAF) and Overuse Multiplier (OM), it is documented that p^* varies continuously and sometimes non-linearly. Ultimately, the thesis bridges the probability-to-decision gap, demonstrating that the optimal decision is not a property of the AUC, but a consequence of the specific cost/benefit trade-offs defined by the stakeholder."]},{"key":"dc:title","label":"Title","values":["Probabilistic machine learning models and decision optimization for hepatocellular carcinoma"]}]}],"canonical_facts":{"dc:creator":["ΜΠΙΣΔΑΣ ΑΘΑΝΑΣΙΟΣ","BISDAS ATHANASIOS"],"dc:date":["2026"],"dc:description":["Η παρούσα διπλωματική εργασία αναπτύσσει ένα ολοκληρωμένο πλαίσιο, το οποίο γεφυρώνει την πιθανοκρατική πρόβλεψη κινδύνου με τη βελτιστοποίηση κλινικών αποφάσεων για τη διάγνωση Ηπατοκυτταρικού Καρκινώματος (HCC). Στο Μέρος Ι αξιοποιείται ένα δημόσιο και συνθετικό σύνολο δεδομένων με 5.000 παρατηρήσεις και 14 μεταβλητές, που περιγράφουν δημογραφικές και κλινικές μεταβλητές και βιοδείκτες με μέτρια ανισορροπία κλάσεων (21,8% θετικές περιπτώσεις). Η μεθοδολογία υλοποιείται ως αγωγός ασφαλής από διαρροές με στρωματοποιημένο διαχωρισμό εκπαίδευση / επικύρωση / δοκιμή και σύγκριση Λογιστικής Παλινδρόμησης (LR), Τυχαίου Δάσους (RF) και Ακραίας Ενίσχυσης Κλίσης (XGB). Η αξιολόγηση δεν περιορίζεται στη διάκριση μέσω της Περιοχής Κάτω από την Καμπύλη Λειτουργικού Χαρακτηριστικού Δείκτη (ROC-AUC), αλλά επεκτείνεται στην Περιοχή Κάτω από την Καμπύλη Ακρίβειας-Ανάκλισης (PR-AUC) και τη Μέση Ακρίβεια (AP) και σε αξιοπιστία πιθανοτήτων μέσω βαθμολογία Brier και καμπυλών βαθμονόμησης, με επιλογή μεθόδου βαθμονόμησης (σιγμοειδής ή ισοτονική) βάσει επικύρωσης Brier. Για την αξιολόγηση της απροσδόκητα υψηλής διάκρισης σε συνθετικά δεδομένα, εκτελούνται επιπλέον διαγνωστικά ευρωστίας, συμπεριλαμβανομένης της μετάθεσης ετικετών και δοκιμές αντοχής κατά την αφαίρεση χαρακτηριστικών, καθώς και δύο πιο ρεαλιστικές προσομοιώσεις συνθηκών ανάπτυξης με εισαγωγή θορύβου στα αριθμητικά χαρακτηριστικά και μεταβολή επιπολασμού στο test set. Ενώ η συνθετική φύση των δεδομένων αποδίδει σχεδόν τέλειες μετρήσεις, η παρούσα μελέτη αντιμετωπίζει το σύνολο δεδομένων κυρίως ως ελεγχόμενο περιβάλλον για να καταδείξει τη μεθοδολογική σκοπιμότητα του προτεινόμενου πλαισίου και όχι ως σημείο αναφοράς για την κλινική ετοιμότητα. Στο Μέρος ΙΙ, οι βαθμονομημένες πιθανότητες P(Y=1|x) ενσωματώνονται σε ρητό πλαίσιο θεωρίας αποφάσεων τύπου Pauker-Kassirer, όπου η μετάβαση από πρόβλεψη σε δράση προκύπτει από τη μέγιστη αναμενόμενη ωφέλεια και οδηγεί σε ερμηνεύσιμο βέλτιστο κατώφλι p^*. Ορίζονται δύο περιβάλλοντα ωφελειών, το κλινικό με Ποιοτικά Προσαρμοσμένα Έτη Ζωής (QALYs) και το οικονομικό με Ανάλυση Κόστους-Οφέλους (CBA), ενώ εξετάζονται έξι σενάρια (ισορροπημένο/συντηρητικό/επιθετικό), τα οποία αναπτύσσουν διαφορετικές στάσεις κινδύνου. Τα αποτελέσματα δείχνουν, ότι το p^* μεταβάλλεται σημαντικά ανάλογα με το αντικειμενικό κριτήριο, κυμαινόμενο από 1,4% έως 73,5%. Επιπλέον, μέσω ανάλυσης ευαισθησίας (one-way) των παραμέτρων προτίμησης και κινήτρων, όπως Συντελεστής Αποστροφής Κινδύνου (RAF), Συντελεστής Αποστροφής Παρέμβασης (IAF) και Πολλαπλασιαστής Υπερβολικής Χρήσης (OM), τεκμηριώνεται ότι το p^* μεταβάλλεται συνεχώς και ενίοτε μη γραμμικά. Τελικά, η διατριβή γεφυρώνει το χάσμα πιθανότητας-απόφασης, αποδεικνύοντας ότι η βέλτιστη απόφαση δεν είναι ιδιότητα της AUC, αλλά συνέπεια των συγκεκριμένων συμβιβασμών κόστους/οφέλους που ορίζονται από το ενδιαφερόμενο μέρος.","This master’s thesis develops an end-to-end framework that bridges probabilistic risk prediction with decision optimization for Hepatocellular Carcinoma (HCC) diagnosis. In Part I, a public and synthetic dataset with 5,000 observations and 14 variables is used, capturing demographic/clinical factors and biomarkers, with moderate class imbalance (21.8% positives). A leakage-safe machine learning pipeline is implemented with stratified train/validation/test splitting, comparing Logistic Regression (LR), Random Forest (RF) and Extreme Gradient Boosting (XGB). Model assessment goes beyond discrimination via the Area Under the Receiver Operating Characteristic Curve (ROC-AUC) by additionally reporting the Area Under the Precision-Recall Curve (PR-AUC) and Average Precision (AP), as well as probability quality through Brier score and calibration curves, while selecting calibration (sigmoid or isotonic) based on validation Brier performance. To contextualize unexpectedly high discrimination on synthetic data, robustness diagnostics are additionally performed, including label permutation and feature-ablation stress, as well as two more realistic simulations of growth conditions with noise injection to the numerical features and prevalence shift in the test set. While the synthetic nature of the data yields near-perfect metrics, this study treats the dataset primarily as a controlled environment to demonstrate the methodological feasibility of the proposed framework rather than as a benchmark for clinical readiness. In Part II, calibrated probabilities P(Y=1|x) are embedded into an explicit Pauker–Kassirer decision-theoretic model, where actions are chosen by maximizing expected utility, yielding an interpretable optimal decision threshold p^*. Two utility environments are defined, the clinical using Quality-Adjusted Life Years (QALYs) and the economic using Cost-Benefit Analysis (CBA), while six scenarios (balanced/conservative/aggressive) are constructed to reflect alternative risk attitudes. Results demonstrate that p^* varies substantially with the objective function, ranging from 1.4% to 73.5%. Furthermore, through one-way sensitivity analysis of preference/motivation parameters such as the Risk Aversion Factor (RAF), Intervention Aversion Factor (IAF) and Overuse Multiplier (OM), it is documented that p^* varies continuously and sometimes non-linearly. Ultimately, the thesis bridges the probability-to-decision gap, demonstrating that the optimal decision is not a property of the AUC, but a consequence of the specific cost/benefit trade-offs defined by the stakeholder."],"dc:identifier":["uoadl:5449420","https://pergamos.lib.uoa.gr/uoa/dl/object/5449420"],"dc:language":["English"],"dc:subject":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"dc:title":["Probabilistic machine learning models and decision optimization for hepatocellular carcinoma"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:20:44Z"}