Neonatal mortality prediction with routinely collected data: a machine learning approach (2021)
- Authors:
- USP affiliated authors: CHIAVEGATTO FILHO, ALEXANDRE DIAS PORTO - FSP ; DINIZ, CARMEN SIMONE GRILO - FSP ; BATISTA, ANDRÉ FILIPE DE MORAES - FSP
- Unidade: FSP
- DOI: 10.1186/s12887-021-02788-9
- Subjects: MORTALIDADE NEONATAL; INTELIGÊNCIA ARTIFICIAL; APRENDIZADO COMPUTACIONAL; NASCIMENTO; PREDIÇÃO; BRASIL
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Publisher place: Reino Unido
- Date published: 2021
- Source:
- Título: BMC Pediatrics
- ISSN: 1471-2431
- Volume/Número/Paginação/Ano: v. 21, art. 322 [6p.], 2021
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
BATISTA, André Filipe de Moraes et al. Neonatal mortality prediction with routinely collected data: a machine learning approach. BMC Pediatrics, v. 21, p. art. 322 [6], 2021Tradução . . Disponível em: https://doi.org/10.1186/s12887-021-02788-9. Acesso em: 31 mar. 2026. -
APA
Batista, A. F. de M., Diniz, C. S. G., Bonilha, E. de A., Kawachi, I., & Chiavegatto Filho, A. D. P. (2021). Neonatal mortality prediction with routinely collected data: a machine learning approach. BMC Pediatrics, 21, art. 322 [6]. doi:10.1186/s12887-021-02788-9 -
NLM
Batista AF de M, Diniz CSG, Bonilha E de A, Kawachi I, Chiavegatto Filho ADP. Neonatal mortality prediction with routinely collected data: a machine learning approach [Internet]. BMC Pediatrics. 2021 ; 21 art. 322 [6].[citado 2026 mar. 31 ] Available from: https://doi.org/10.1186/s12887-021-02788-9 -
Vancouver
Batista AF de M, Diniz CSG, Bonilha E de A, Kawachi I, Chiavegatto Filho ADP. Neonatal mortality prediction with routinely collected data: a machine learning approach [Internet]. BMC Pediatrics. 2021 ; 21 art. 322 [6].[citado 2026 mar. 31 ] Available from: https://doi.org/10.1186/s12887-021-02788-9 - Physician preference for receiving machine learning predictive results: A cross-sectional multicentric study
- Predictors of tooth loss: A machine learning approach
- Data leakage in health outcomes prediction with machine learning
- 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
- Cause-specific mortality prediction in older residents of São Paulo, Brazil: a machine learning approach
- Data-driven decision making for the screening of cognitive impairment in primary care: a machine learning approach using data from the ELSA-Brasil study
- Inteligência artificial e saúde
- Desigualdade de renda e doenças cardiovasculares no Brasil: uma análise multinível
- The epidemiology of personality disorders in the Sao Paulo Megacity general population
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
HCV_06_2021.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
