Machine learning to predict transplant outcomes: helpful or hype? A national cohort study.

Bae, Sunjae; Massie, Allan B; Caffo, Brian S; Jackson, Kyle R; Segev, Dorry L

Bae, Sunjae; Massie, Allan B; Caffo, Brian S; Jackson, Kyle R; Segev, Dorry L.

Afiliação

Bae S; Department of Epidemiology, Johns Hopkins School of Public Health, Baltimore, MD, USA.
Massie AB; Department of Surgery, Johns Hopkins School of Medicine, Baltimore, MD, USA.
Caffo BS; Department of Biostatistics, Johns Hopkins School of Public Health, Baltimore, MD, USA.
Jackson KR; Department of Epidemiology, Johns Hopkins School of Public Health, Baltimore, MD, USA.
Segev DL; Department of Surgery, Johns Hopkins School of Medicine, Baltimore, MD, USA.

Transpl Int ; 33(11): 1472-1480, 2020 11.

Article em En | MEDLINE | ID: mdl-32996170

Assuntos

Rejeição de Enxerto; Transplante de Rim; Adulto; Estudos de Coortes; Sobrevivência de Enxerto; Humanos; Aprendizado de Máquina; Doadores de Tecidos; Resultado do Tratamento

Palavras-chave

kidney transplantation; machine learning; prediction; regression

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Transplante de Rim / Rejeição de Enxerto Tipo de estudo: Etiology_studies / Incidence_studies / Observational_studies / Prognostic_studies / Risk_factors_studies Limite: Adult / Humans Idioma: En Revista: Transpl Int Assunto da revista: TRANSPLANTE Ano de publicação: 2020 Tipo de documento: Article País de afiliação: Estados Unidos

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google