Your browser doesn't support javascript.
loading
Use of machine learning to identify patients at risk of sub-optimal adherence: study based on real-world data from 10,929 children using a connected auto-injector device.
Spataru, Amalia; van Dommelen, Paula; Arnaud, Lilian; Le Masne, Quentin; Quarteroni, Silvia; Koledova, Ekaterina.
Afiliação
  • Spataru A; Swiss Data Science Center, ETH Zürich and EPFL, Zürich, Switzerland.
  • van Dommelen P; The Netherlands Organization for Applied Scientific Research TNO, P.O. Box 2215, 2301 CE, Leiden, The Netherlands. paula.vandommelen@tno.nl.
  • Arnaud L; Connected Health and Devices, Global Healthcare Operations, Ares Trading S.A., An Affiliate of Merck KGaA, Eysins, Switzerland.
  • Le Masne Q; Connected Health and Devices, Global Healthcare Operations, Ares Trading S.A., An Affiliate of Merck KGaA, Eysins, Switzerland.
  • Quarteroni S; Swiss Data Science Center, ETH Zürich and EPFL, Zürich, Switzerland.
  • Koledova E; Global Medical Affairs Cardiometabolic & Endocrinology, Merck Healthcare KGaA, Darmstadt, Germany.
BMC Med Inform Decis Mak ; 22(1): 179, 2022 07 06.
Article em En | MEDLINE | ID: mdl-35794586
Assuntos
Palavras-chave
Texto completo
Imprimir
XML
PubMed Links
Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Ecossistema / Hormônio do Crescimento Humano / Adesão à Medicação / Aprendizado de Máquina Tipo de estudo: Etiology_studies / Prognostic_studies / Risk_factors_studies Limite: Child / Humans Idioma: En Revista: BMC Med Inform Decis Mak Assunto da revista: INFORMATICA MEDICA Ano de publicação: 2022 Tipo de documento: Article País de afiliação: Suíça
Texto completo
Imprimir
XML
PubMed Links
Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Ecossistema / Hormônio do Crescimento Humano / Adesão à Medicação / Aprendizado de Máquina Tipo de estudo: Etiology_studies / Prognostic_studies / Risk_factors_studies Limite: Child / Humans Idioma: En Revista: BMC Med Inform Decis Mak Assunto da revista: INFORMATICA MEDICA Ano de publicação: 2022 Tipo de documento: Article País de afiliação: Suíça