Utilization of Deep Learning for Subphenotype Identification in Sepsis-Associated Acute Kidney Injury

BACKGROUND AND OBJECTIVES: Sepsis-associated AKI is a heterogeneous clinical entity. We aimed to agnostically identify sepsis-associated AKI subphenotypes using deep learning on routinely collected data in electronic health records. DESIGN, SETTING, PARTICIPANTS, & MEASUREMENTS: We used the Medi...

Szczegółowa specyfikacja

Zapisane w:
Opis bibliograficzny
Wydane w:Clin J Am Soc Nephrol
Główni autorzy: Chaudhary, Kumardeep, Vaid, Akhil, Duffy, Áine, Paranjpe, Ishan, Jaladanki, Suraj, Paranjpe, Manish, Johnson, Kipp, Gokhale, Avantee, Pattharanitima, Pattharawin, Chauhan, Kinsuk, O’Hagan, Ross, Van Vleck, Tielman, Coca, Steven G., Cooper, Richard, Glicksberg, Benjamin, Bottinger, Erwin P., Chan, Lili, Nadkarni, Girish N.
Format: Artigo
Język:Inglês
Wydane: American Society of Nephrology 2020
Hasła przedmiotowe:
Original Articles
Dostęp online:https://ncbi.nlm.nih.gov/pmc/articles/PMC7646246/
https://ncbi.nlm.nih.gov/pubmed/33033164
https://ncbi.nlm.nih.govhttp://dx.doi.org/10.2215/CJN.09330819
Etykiety: Dodaj etykietę
Nie ma etykietki, Dołącz pierwszą etykiete!

Podobne zapisy