Machine learning vs. conventional statistical models for predicting heart failure readmission and mortality

AIMS: This study aimed to review the performance of machine learning (ML) methods compared with conventional statistical models (CSMs) for predicting readmission and mortality in patients with heart failure (HF) and to present an approach to formally evaluate the quality of studies using ML algorith...

Szczegółowa specyfikacja

Zapisane w:
Opis bibliograficzny
Wydane w:ESC Heart Fail
Główni autorzy: Shin, Sheojung, Austin, Peter C., Ross, Heather J., Abdel‐Qadir, Husam, Freitas, Cassandra, Tomlinson, George, Chicco, Davide, Mahendiran, Meera, Lawler, Patrick R., Billia, Filio, Gramolini, Anthony, Epelman, Slava, Wang, Bo, Lee, Douglas S.
Format: Artigo
Język:Inglês
Wydane: John Wiley and Sons Inc. 2020
Hasła przedmiotowe:
Original Research Articles
Dostęp online:https://ncbi.nlm.nih.gov/pmc/articles/PMC7835549/
https://ncbi.nlm.nih.gov/pubmed/33205591
https://ncbi.nlm.nih.govhttp://dx.doi.org/10.1002/ehf2.13073
Etykiety: Dodaj etykietę
Nie ma etykietki, Dołącz pierwszą etykiete!

Podobne zapisy