Machine Learning for Predicting Chronic Renal Disease Progression in COVID-19 Patients with Acute Renal Injury: A Feasibility Study.

Gracida-Osorno, Carlos; Molina-Salinas, Gloria María; Góngora-Hernández, Roxana; Brito-Loeza, Carlos; Uc-Cachón, Andrés Humberto; Paniagua-Sierra, José Ramón

Gracida-Osorno, Carlos; Molina-Salinas, Gloria María; Góngora-Hernández, Roxana; Brito-Loeza, Carlos; Uc-Cachón, Andrés Humberto; Paniagua-Sierra, José Ramón.

Afiliação

Gracida-Osorno C; Servicio de Medicina Interna, Hospital General Regional No. 1, CMN Ignacio García Téllez, Instituto Mexicano del Seguro Social, Mérida 97150, Mexico.
Molina-Salinas GM; Unidad de Investigación Médica Yucatán, Hospital de Especialidades, CMN Ignacio García Téllez, Instituto Mexicano del Seguro Social, Mérida 97150, Mexico.
Góngora-Hernández R; Facultad de Matemáticas, Universidad Autónoma de Yucatán, Mérida 97119, Mexico.
Brito-Loeza C; Facultad de Matemáticas, Universidad Autónoma de Yucatán, Mérida 97119, Mexico.
Uc-Cachón AH; Unidad de Investigación Médica Yucatán, Hospital de Especialidades, CMN Ignacio García Téllez, Instituto Mexicano del Seguro Social, Mérida 97150, Mexico.
Paniagua-Sierra JR; Unidad de Investigación Médica en Enfermedades Nefrológicas, Hospital de Especialidades, CMN Siglo XXI, Instituto Mexicano del Seguro Social, México City 06720, Mexico.

Biomedicines ; 12(7)2024 Jul 08.

Article em En | MEDLINE | ID: mdl-39062084

Palavras-chave

COVID-19; acute kidney injury; boosting; chronic kidney disease progression; logistic regression; machine learning; prediction model; random forest; support vector machine

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Base de dados: MEDLINE Idioma: En Ano de publicação: 2024 Tipo de documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Base de dados: MEDLINE Idioma: En Ano de publicação: 2024 Tipo de documento: Article