Data leakage in health outcomes prediction with machine learning (2021)
- Authors:
- USP affiliated authors: CHIAVEGATTO FILHO, ALEXANDRE DIAS PORTO - FSP ; SANTOS, HELLEN GEREMIAS DOS - IME ; BATISTA, ANDRÉ FILIPE DE MORAES - FSP
- Unidades: FSP; IME
- DOI: 10.2196/10969
- Subjects: REGISTROS MÉDICOS; APRENDIZADO COMPUTACIONAL; RECUPERAÇÃO DA INFORMAÇÃO; PROCESSAMENTO ELETRÔNICO DE DADOS
- Language: Inglês
- Imprenta:
- Publisher place: Düsseldorf
- Date published: 2021
- Source:
- Título do periódico: Journal of Medical Internet Research
- ISSN: 1438-8871
- Volume/Número/Paginação/Ano: v.23, n.2, art. e10969 [3p.], 2021
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by
-
ABNT
CHIAVEGATTO FILHO, Alexandre Dias Porto e BATISTA, André Filipe de Moraes e SANTOS, Hellen Geremias dos. Data leakage in health outcomes prediction with machine learning. Journal of Medical Internet Research, v. 23, n. 2, p. art. e10969 [3], 2021Tradução . . Disponível em: https://doi.org/10.2196/10969. Acesso em: 23 abr. 2024. -
APA
Chiavegatto Filho, A. D. P., Batista, A. F. de M., & Santos, H. G. dos. (2021). Data leakage in health outcomes prediction with machine learning. Journal of Medical Internet Research, 23( 2), art. e10969 [3]. doi:10.2196/10969 -
NLM
Chiavegatto Filho ADP, Batista AF de M, Santos HG dos. Data leakage in health outcomes prediction with machine learning [Internet]. Journal of Medical Internet Research. 2021 ;23( 2): art. e10969 [3].[citado 2024 abr. 23 ] Available from: https://doi.org/10.2196/10969 -
Vancouver
Chiavegatto Filho ADP, Batista AF de M, Santos HG dos. Data leakage in health outcomes prediction with machine learning [Internet]. Journal of Medical Internet Research. 2021 ;23( 2): art. e10969 [3].[citado 2024 abr. 23 ] Available from: https://doi.org/10.2196/10969 - Predictors of tooth loss: A machine learning approach
- Physician preference for receiving machine learning predictive results: A cross-sectional multicentric study
- Cause-specific mortality prediction in older residents of São Paulo, Brazil: a machine learning approach
- Neonatal mortality prediction with routinely collected data: a machine learning approach
- A multipurpose machine learning approach to predict COVID-19 negative prognosis in São Paulo, Brazil
- Modelo de avaliação de conjuntos de dados científicos por meio da dimensão de veracidade dos dados
- Comparação da performance de algoritmos de machine learning para a análise preditiva em saúde pública e medicina
- Machine learning para análises preditivas em saúde: exemplo de aplicação para predizer óbito em idosos de São Paulo, Brasil
- The Impact of Time, Region, and Income Level on Stillbirth and Neonatal Mortality in Brazil from 2000-2019
- Inteligência artificial pode melhorar decisões clínicas sobre tratamento no Brasil
Informações sobre o DOI: 10.2196/10969 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 | HEP_09_2021.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
