Machine and deep learning methods for clinical outcome prediction based on physiological data of COVID-19 patients: a scoping review
12Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
2Pays d’affiliation déclarés
Rattachement africain : kz, us. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Machine and deep learning methods for clinical outcome prediction based on physiological data of COVID-19 patients: a scoping review
- Date Crossref
- 01/02/2024
- Éditeur
- Elsevier BV
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
National Research Center for Maternal and Child Health pays non établi dans la noticeÉtablissement de santé
-
Nazarbayev University pays non établi dans la noticeUniversité ou école supérieure
-
Wayne State University pays non établi dans la noticeUniversité ou école supérieure
-
School of Medicine Department of Surgery pays non établi dans la noticeUniversité ou école supérieure
-
Department of Anesthesiology pays non établi dans la noticeInstitution
-
College of Engineering Department of Computer Science pays non établi dans la noticeUniversité ou école supérieure
-
School of Engineering and Digital Sciences Department of Computer Science pays non établi dans la noticeUniversité ou école supérieure
National Research Center for Maternal and Child Health, Nazarbayev University et Wayne State University, avec 4 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
COVID-19 diagnosis using AIMachine Learning in HealthcareArtificial Intelligence in Healthcare and Education