搜索结果(889条结果中的1至10条)
跳过其他期刊的搜索结果，直接进入搜索结果
- 医学互联网研究杂志
- 167 JMIR研究协议
- 119 JMIR mHealth和uHealth
- 60 JMIR形成性研究
- 37 JMIR公共卫生和监督
- JMIR医疗信息学
- JMIR皮肤科
- 23 JMIR人为因素
- 19 JMIR精神卫生
- 13 JMIR儿科和育儿
- 12 JMIR老化
- 12 JMIR医学教育
- 12 JMIR Serious Games
- 9 JMIR癌症
- 9 JMIR围手术期医学
- 9 JMIR康复和辅助技术
- 7 Iproceedings
- JMIR Cardio
- 6 JMIR糖尿病
- 5参与医学杂志
- 互动医学研究杂志
- 2 JMIR信息病学
- 2 JMIRx Med
- 1 JMIR生物信息学和生物技术
- 1 JMIR生物医学工程
- 0医学2.0
- 0 JMIR预打印
- 0 JMIR挑战
- 0 JMIR数据
- 0 JMIR护理
- 0 JMIRx Bio
- 0中转中心(稿件交换)
- 0贾米尔·艾
- 0 JMIR神经技术
- 0亚太护理杂志
个人和全局模型精度之间的相关性很高(r=.685;P参与者之间预测准确性的巨大变异性使我们进一步探索为什么预测对特定参与者失败。在这里，我们研究了数据质量的各种指标，并研究了它们与分类精度的关系。
索拉博代表，赛迪斯·R·西布尔斯基，斯蒂芬·M·舒勒，康拉德·P·柯丁，大卫·C·莫尔
中国医学杂志，2017;19(4):e118
使用移动电话技术对中风患者的活动识别:朝向改善在家庭环境中的表现
健康到中风模型的表现明显差于健康到健康模型(双样本t检验，P在健康对健康模型中，将动态活动分类为平稳的平均错误分类(使用健康训练集的三种步态损伤模型的混淆矩阵如图4所示)，反之亦然。
梅根·K·奥布莱恩，尼古拉斯Shawen，Chaithanya K Mummidisetty，Saninder考尔，小博，基督教Poellabauer，康拉德•科德，阿伦Jayaraman
中国医学医学杂志，2017;19(5):e184
当考虑个体相关性时，有些有统计学意义(P在语义位置花费的时间与抑郁(PHQ-9)和焦虑(GAD-7)得分之间的线性相关系数(r)。值表示r的1000个自举估计值的中位数。斜体值表示显著(P<.05)不同于零。
索拉博代表，艾米丽·G·拉蒂，康拉德·P·柯丁，大卫·C·莫尔
2017;5(8):e112
手机传感器与日常生活行为中抑郁症状严重程度相关:一项探索性研究
计算公式为:熵=−∑ipilogpi(2)，其中每个i= 1,2，…，N表示一个位置集群，N表示位置集群总数，，pI是参与者在位置集群I上花费的时间的百分比。
索拉博代表，张小姐，克里斯托弗·J·卡尔，斯蒂芬·M·舒勒，玛丽亚·柯登，康拉德·P·柯丁，大卫·C·莫尔
中国医学医学杂志，2015;17(7):e175
使用智能手机传感器特征评估抑郁、焦虑和社交焦虑的变化:纵向队列研究
普通最小二乘回归显示症状严重程度随时间的变化不显著(PHQ-8:P= .80;GAD-7:P=点;旋转:P= .57)。然而，根据症状测量的不同，参与者内部存在显著的差异，PHQ-8、GAD-7和SPIN的平均SDs分别为2.66、3.50和5.90。表1按症状群显示了重复测量的主要结果相关性。
约拿Meyerhoff，托尼刘，康拉德·P·柯丁，莱尔·H·昂加尔，苏珊·M·凯泽，克里斯·卡尔，大卫·C·莫尔
中国医学杂志，2017;23(9):e22844
使用移动电话对下肢截肢患者的跌倒检测:机器学习增强了现实应用的稳健性
尼古拉斯Shawen，卢卡Lonini，Chaithanya Krishna Mummidisetty，Ilona Shparii，马克五世阿尔伯特，康拉德•科德，阿伦Jayaraman
JMIR Mhealth Uhealth 2017;5(12):e167
使用患者对照KAFO(损伤特异性)训练的全球模型仅表现略好(P=.03)，平均平衡准确度为55%。相比之下，使用来自新设备(设备特定)的数据训练的全局模型显著提高了前2个模型的平衡精度(P=.006)，达到61%的值。
卢卡Lonini，Aakash古普塔，苏珊Deems-Dluhy，Shenan Hoppe-Ludwig，康拉德•科德，阿伦Jayaraman
JMIR Rehabil辅助技术2017;4(2):e8
使用手机对下肢截肢患者进行跌倒检测:机器学习增强了现实应用的鲁棒性
该模型的性能(对照组对截肢者:AUC均值0.996,1.96*标准误差的均值[SEM] 0.004)并不显著低于在TFA个体上训练的模型(截肢者对截肢者:AUC均值0.995,SEM 0.004) (Wilcoxon秩和检验，z=.40，P= i)。在非截肢者身上训练和测试的模型的跌倒检测精度产生了类似的性能(对照与对照:AUC均值0.997,SEM 0.003) (z=.65，P=点)。
尼古拉斯Shawen，卢卡Lonini，Chaithanya Krishna Mummidisetty，Ilona Shparii，马克五世阿尔伯特，康拉德•科德，阿伦Jayaraman
中国医疗保健杂志2017;5(10):e151