Accès ouvert déclaré 2025 preprint

Multi-scale Data Improves Performance of Machine Learning Model for Long COVID Prediction

Wei-Qi Wei, Christopher Guardo, Xinmeng Zhang, Srushti Gandireddy, Chao Yan, V. Eric Kerchberger, Alyson L. Dickson, Emily Pfaff, Hiral Master, Melissa Basford, Christopher G. Chute, Nguyen K. Tran, Salvatore Manusco, Toufeeq Syed, Zhongming Zhao, QiPing Feng, Melissa Haendel, Chris Lunt, Paul A. Harris, Lang Li, Geoffrey S. Ginsburg, Joshua C. Denny, Dan M. Roden

0Citations signalées — pas une note de qualité

9Institutions déclarées

2Pays d’affiliation déclarés

Résumé indisponible : les résultats de l’étude ne doivent pas être déduits depuis son seul titre.

Contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref: Multi-scale Data Improves Performance of Machine Learning Model for Long COVID Prediction
Date Crossref: 31/08/2025
Éditeur: Springer Science and Business Media LLC
Type: posted-content

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude et ne compte pas comme une seconde source scientifique indépendante.

Institutions déclarées

Vanderbilt University Medical Center Johns Hopkins University Stanford University Oakland University The University of Texas Health Science Center at Houston University of Colorado Anschutz The Ohio State University National Health Research Institutes National Institute of Allergy and Infectious Diseases

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Sujets associés

Machine Learning in HealthcareLong-Term Effects of COVID-19Artificial Intelligence in Healthcare

Lire en accès ouvert Consulter la publication primaire DOI