Buku Model Prediksi Risiko Preeklamsia Berbasis Data Antenatal Rutin untuk Layanan Kesehatan Primer menghadirkan pendekatan ilmiah yang menghubungkan kesehatan maternal, data klinis, dan kecerdasan buatan secara praktis. Buku ini membahas pentingnya deteksi dini preeklamsia melalui data antenatal rutin, seperti usia ibu, paritas, tekanan darah, indeks massa tubuh, proteinuria, hemoglobin, dan tekanan arteri rata-rata. Pembaca diajak memahami proses pengelolaan data, pemilihan variabel, pembangunan model prediksi, evaluasi performa, kalibrasi, hingga penerapan hasil secara aman di layanan kesehatan primer. Logistic Regression, Decision Tree, dan Random Forest dibahas dengan bahasa sederhana tanpa mengurangi ketepatan akademik. Buku ini juga menekankan etika, privasi pasien, pencegahan bias, transparansi model, serta komunikasi risiko yang bertanggung jawab. Dilengkapi contoh tabel, alur, dan interpretasi hasil untuk mendukung pembelajaran mandiri. Cocok bagi mahasiswa, dosen, peneliti, tenaga kesehatan, dan pengelola layanan yang ingin mengembangkan skrining preeklamsia berbasis data secara rasional, terukur, mudah dipahami, dan tetap menempatkan keputusan klinis pada tenaga kesehatan.
