Machine learning approaches to predict peak demand days of cardiovascular admissions considering environmental exposure.

Qiu, Hang; Luo, Lin; Su, Ziqi; Zhou, Li; Wang, Liya; Chen, Yucheng

Qiu, Hang; Luo, Lin; Su, Ziqi; Zhou, Li; Wang, Liya; Chen, Yucheng.

Afiliación

Qiu H; School of Computer Science and Engineering, University of Electronic Science and Technology of China, No.2006, Xiyuan Ave, West Hi-Tech Zone, 611731, Chengdu, Sichuan, P.R. China. qiuhang@uestc.edu.cn.
Luo L; Big Data Research Center, University of Electronic Science and Technology of China, Chengdu, China. qiuhang@uestc.edu.cn.
Su Z; Big Data Research Center, University of Electronic Science and Technology of China, Chengdu, China.
Zhou L; Department of Statistics, Faculty of Science, University of British Columbia, Vancouver, Canada.
Wang L; Health Information Center of Sichuan Province, Chengdu, China.
Chen Y; Big Data Research Center, University of Electronic Science and Technology of China, Chengdu, China.

BMC Med Inform Decis Mak ; 20(1): 83, 2020 05 01.

Article en En | MEDLINE | ID: mdl-32357880

Asunto(s)

Hospitalización; Aprendizaje Automático; China; Exposición a Riesgos Ambientales; Humanos; Modelos Logísticos; Máquina de Vectores de Soporte

Palabras clave

Cardiovascular disease; Environmental exposure; Hospital admission; Machine learning; Prediction

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Asunto principal: Aprendizaje Automático / Hospitalización Tipo de estudio: Prognostic_studies / Risk_factors_studies Límite: Humans País/Región como asunto: Asia Idioma: En Revista: BMC Med Inform Decis Mak Asunto de la revista: INFORMATICA MEDICA Año: 2020 Tipo del documento: Article Pais de publicación: Reino Unido

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google