Countering imbalanced datasets to improve adverse drug event predictive models in labor and delivery.

Taft, L M; Evans, R S; Shyu, C R; Egger, M J; Chawla, N; Mitchell, J A; Thornton, S N; Bray, B; Varner, M

Taft, L M; Evans, R S; Shyu, C R; Egger, M J; Chawla, N; Mitchell, J A; Thornton, S N; Bray, B; Varner, M.

Afiliação

Taft LM; Department of Biomedical Informatics, University of Utah Health Sciences Center, School of Medicine, 30 North 1900 East, Salt Lake City, Utah 84132, USA. Laritza.Taft@hsc.utah.edu

J Biomed Inform ; 42(2): 356-64, 2009 Apr.

Article em En | MEDLINE | ID: mdl-18824133

Assuntos

Sistemas de Apoio a Decisões Clínicas; Parto Obstétrico; Efeitos Colaterais e Reações Adversas Relacionados a Medicamentos/diagnóstico; Trabalho de Parto; Reconhecimento Automatizado de Padrão/métodos; Algoritmos; Análise de Variância; Teorema de Bayes; Bases de Dados como Assunto; Árvores de Decisões; Feminino; Humanos; Modelos Biológicos; Gravidez; Curva ROC; Reprodutibilidade dos Testes; Estatísticas não Paramétricas

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Trabalho de Parto / Reconhecimento Automatizado de Padrão / Sistemas de Apoio a Decisões Clínicas / Parto Obstétrico / Efeitos Colaterais e Reações Adversas Relacionados a Medicamentos Tipo de estudo: Prognostic_studies / Risk_factors_studies Limite: Female / Humans / Pregnancy Idioma: En Ano de publicação: 2009 Tipo de documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google