Polycystic ovary syndrome: clinical and laboratory variables related to new phenotypes using machine-learning models.

Silva, I S; Ferreira, C N; Costa, L B X; Sóter, M O; Carvalho, L M L; de C Albuquerque, J; Sales, M F; Candido, A L; Reis, F M; Veloso, A A; Gomes, K B

Silva, I S; Ferreira, C N; Costa, L B X; Sóter, M O; Carvalho, L M L; de C Albuquerque, J; Sales, M F; Candido, A L; Reis, F M; Veloso, A A; Gomes, K B.

Afiliación

Silva IS; Departamento das Ciências da Computação, Instituto de Ciências Exatas, Universidade Federal de Minas Gerais, Belo Horizonte, MG, Brazil.
Ferreira CN; Colégio Técnico, Universidade Federal de Minas Gerais, Belo Horizonte, MG, Brazil.
Costa LBX; Departamento de Genética, Ecologia e Evolução, Instituto de Ciências Biológicas, Universidade Federal de Minas Gerais, Belo Horizonte, MG, Brazil.
Sóter MO; Departamento de Análises Clínicas e Toxicológicas, Faculdade de Farmácia, Universidade Federal de Minas Gerais, Av. Antônio Carlos, 6627, Pampulha, Belo Horizonte, MG, 31270-901, Brasil.
Carvalho LML; Departamento de Genética, Ecologia e Evolução, Instituto de Ciências Biológicas, Universidade Federal de Minas Gerais, Belo Horizonte, MG, Brazil.
de C Albuquerque J; Departamento de Análises Clínicas e Toxicológicas, Faculdade de Farmácia, Universidade Federal de Minas Gerais, Av. Antônio Carlos, 6627, Pampulha, Belo Horizonte, MG, 31270-901, Brasil.
Sales MF; Departamento de Genética, Ecologia e Evolução, Instituto de Ciências Biológicas, Universidade Federal de Minas Gerais, Belo Horizonte, MG, Brazil.
Candido AL; Departamento de Clínica Médica, Faculdade de Medicina, Universidade Federal de Minas Gerais, Belo Horizonte, MG, Brazil.
Reis FM; Departamento de Ginecologia e Obstetrícia, Faculdade de Medicina, Universidade Federal de Minas Gerais, Belo Horizonte, MG, Brazil.
Veloso AA; Departamento das Ciências da Computação, Instituto de Ciências Exatas, Universidade Federal de Minas Gerais, Belo Horizonte, MG, Brazil.
Gomes KB; Departamento de Genética, Ecologia e Evolução, Instituto de Ciências Biológicas, Universidade Federal de Minas Gerais, Belo Horizonte, MG, Brazil. karinabgb@gmail.com.

J Endocrinol Invest ; 45(3): 497-505, 2022 Mar.

Article en En | MEDLINE | ID: mdl-34524677

Asunto(s)

Aprendizaje Automático; Redes y Vías Metabólicas/genética; Síndrome del Ovario Poliquístico; Servicios Preventivos de Salud; Adulto; Algoritmos; Inteligencia Artificial; Variación Biológica Poblacional; Índice de Masa Corporal; Punto Alto de Contagio de Enfermedades; Femenino; Humanos; Resistencia a la Insulina; Síndrome del Ovario Poliquístico/diagnóstico; Síndrome del Ovario Poliquístico/genética; Síndrome del Ovario Poliquístico/metabolismo; Medicina de Precisión/métodos; Servicios Preventivos de Salud/métodos; Servicios Preventivos de Salud/tendencias

Palabras clave

Machine learning; Phenotype; Polycystic Ovary Syndrome

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Banco de datos: MEDLINE Asunto principal: Síndrome del Ovario Poliquístico / Servicios Preventivos de Salud / Redes y Vías Metabólicas / Aprendizaje Automático Tipo de estudio: Diagnostic_studies / Prognostic_studies Límite: Adult / Female / Humans Idioma: En Revista: J Endocrinol Invest Año: 2022 Tipo del documento: Article País de afiliación: Brasil

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google