Studying pediatric health outcomes with electronic health records using Bayesian clustering and trajectory analysis.

Hubbard, Rebecca A; Xu, Jinyu; Siegel, Robert; Chen, Yong; Eneli, Ihuoma

Hubbard, Rebecca A; Xu, Jinyu; Siegel, Robert; Chen, Yong; Eneli, Ihuoma.

Afiliación

Hubbard RA; Department of Biostatistics, Epidemiology & Informatics, University of Pennsylvania, Philadelphia, PA, United States. Electronic address: rhubb@pennmedicine.upenn.edu.
Xu J; Nationwide Children's Hospital, Columbus, OH, United States.
Siegel R; Cincinnati Children's, Cincinnati, OH, United States.
Chen Y; Department of Biostatistics, Epidemiology & Informatics, University of Pennsylvania, Philadelphia, PA, United States.
Eneli I; Nationwide Children's Hospital, Columbus, OH, United States.

J Biomed Inform ; 113: 103654, 2021 01.

Article en En | MEDLINE | ID: mdl-33309993

Asunto(s)

Diabetes Mellitus Tipo 2; Registros Electrónicos de Salud; Adolescente; Teorema de Bayes; Niño; Preescolar; Análisis por Conglomerados; Diabetes Mellitus Tipo 2/diagnóstico; Diabetes Mellitus Tipo 2/epidemiología; Humanos; Recién Nacido; Estudios Longitudinales; Evaluación de Resultado en la Atención de Salud; Factores de Riesgo

Palabras clave

Bayesian; Body mass index; Electronic health records; Joint model; Pediatric; Type 2 diabetes

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Banco de datos: MEDLINE Asunto principal: Diabetes Mellitus Tipo 2 / Registros Electrónicos de Salud Tipo de estudio: Diagnostic_studies / Etiology_studies / Observational_studies / Prognostic_studies / Risk_factors_studies Límite: Adolescent / Child / Child, preschool / Humans / Newborn Idioma: En Revista: J Biomed Inform Asunto de la revista: INFORMATICA MEDICA Año: 2021 Tipo del documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google