搜索文章

在帮助文章搜索中查看查询

搜索结果(15项结果中的1至10项)

下载搜寻结果:CSV结束助理RIS

预测未来哮喘患者在医院就诊的学术卫生保健系统:预测模型开发和二次分析研究

预测未来哮喘患者在医院就诊的学术卫生保健系统:预测模型开发和二次分析研究

我们评估了71个新特征的预测能力，这些特征在我们之前的研究中没有使用预测哮喘医院就诊。我们评估了我们的山间医疗模型对UWM的通用性，以及我们的UWM模型对山间医疗的通用性。据我们所知，这是第一个在两个方向上评估模型泛化性的研究。

姚通，阿曼达·梅辛格，亚当·B·威尔科克斯，肖恩·D·穆尼，吉安娜·H·戴维森，Pradeep苏瑞，帮派罗

[J] .中国医学信息学报，2011;23(4):596 - 596

下载引用:结束助理RIS

下载 下载XML

在州和地区尺度上对COVID-19潜伏流行率建模以评估公共卫生干预:回顾性队列研究

在州和地区尺度上对COVID-19潜伏流行率建模以评估公共卫生干预:回顾性队列研究

预测模型用于产生早期预警，以确定大流行可能如何演变。在COVID-19大流行的早期阶段，预测常用于预测国内和国际感染传播趋势[13,14]。

菲利普·J·特克，Shih-Hsiung周，马克·科瓦尔科夫斯基，帕尔默，Jennifer S Priem，梅兰妮·D·斯宾塞，Yhenneko J Taylor，安德鲁·D·麦克威廉姆斯

中华医学会公共卫生监测杂志，2020;6(2):e19353

下载引用:结束助理RIS

下载 下载XML

7种方法在县、卫生区和州地理水平上对COVID-19早发期的短期预测:比较预测研究

7种方法在县、卫生区和州地理水平上对COVID-19早发期的短期预测:比较预测研究

预测方法在不同的假设下操作，这些假设与先验值与预测值的关系有关。这项研究评估了七个方面预测在县、卫生区和州各级具有不同回顾和预测长度的方法。

克里斯托弗·J·林奇，罗斯戈尔

[J] .中国医学信息学报，2013;23(3):824 - 825

下载引用:结束助理RIS

下载 下载XML

哮喘患者哮喘相关医院就诊的机器学习预测结果的自动解释方法的通用性:定量分析

哮喘患者哮喘相关医院就诊的机器学习预测结果的自动解释方法的通用性:定量分析

为了解决黑箱模型的可解释性问题，我们设计了一种自动方法来为任何机器学习模型提供规则格式解释预测结果不平衡的表格数据和建议定制干预没有准确性损失bbb。我们的方法很好地解释了我们的Intermountain Healthcare模型预测结果[26]，但其推广到其他卫生保健系统仍不清楚。

帮派罗，克劳迪娅·劳瑙，威廉·W·克劳福德，迈克尔·沙茨，罗伯特·齐格，科琳娜Koebnick

[J] .中国医学信息学报，2013;23(4):563 - 563

下载引用:结束助理RIS

下载 下载XML

在大型综合医疗保健系统中建立哮喘相关医院就诊的预测模型:二次分析

在大型综合医疗保健系统中建立哮喘相关医院就诊的预测模型:二次分析

我们最终的Kaiser Permanente南加州模型与之前的几个模型进行了比较预测哮喘患者的住院和急诊就诊情况。a AUC:接收机工作特性曲线下的面积。b PPV:阳性预测值。c NPV:负预测值。d KPSC: Kaiser Permanente Southern California。e XGBoost:极端梯度增强。f提出该模型的原始论文没有报告绩效衡量标准。急诊室。

帮派罗，克劳迪娅·劳瑙，威廉·W·克劳福德，迈克尔·沙茨，罗伯特·齐格，艾米丽Rozema，科琳娜Koebnick

中华医学杂志，2020;8(11):563 - 567

下载引用:结束助理RIS

下载 下载XML

巴西COVID-19死亡率低报:来自政府互联网门户网站的数据分析

巴西COVID-19死亡率低报:来自政府互联网门户网站的数据分析

中使用时，式2表示该分量预测具有变化点的线性趋势的问题:其中是增长率，δ是包含增长率调整的向量，用作偏移参数，γ用作参数的调整向量。向量a(t)用于定义变化点，从而允许相应地调整增长率。

莉娜·维加·席尔瓦，Maria Da Penha de Andrade Abi Harb，奥雷娜·米伦·特谢拉·巴博萨·多斯桑托斯，卡洛斯·安德烈·德·马托斯·特谢拉，雨果·马塞多·戈麦斯，伊芙琳·海伦娜·席尔瓦·卡多佐，马塞利诺·达席尔瓦，N L Vijaykumar，梭伦·文·尼乔·卡瓦略，安德烈·庞塞·德·莱昂·费雷拉·德·卡瓦略，卡洛斯·雷纳托·里斯本·弗朗西斯

医学与互联网学报，2020;22(8):21413

下载引用:结束助理RIS

下载 下载XML

Baidu
map