Machine learning for predicting chronic diseases: a systematic review (2022)
- Authors:
- USP affiliated authors: CHIAVEGATTO FILHO, ALEXANDRE DIAS PORTO - FSP ; ARCÊNCIO, RICARDO ALEXANDRE - EERP
- Unidades: FSP; EERP
- DOI: 10.1016/j.puhe.2022.01.007
- Subjects: APRENDIZADO COMPUTACIONAL; DOENÇA CRÔNICA; PREDIÇÃO
- Keywords: Machine learning; Chronic disease; Prediction
- Language: Inglês
- Imprenta:
- Source:
- Título: Public Health
- ISSN: 0033-3506
- Volume/Número/Paginação/Ano: v. 205, p. 14-25, 2022
- Este periódico é de assinatura
- Este artigo NÃO é de acesso aberto
- Cor do Acesso Aberto: closed
-
ABNT
DELPINO, F. M. et al. Machine learning for predicting chronic diseases: a systematic review. Public Health, v. 205, p. 14-25, 2022Tradução . . Disponível em: https://doi.org/10.1016/j.puhe.2022.01.007. Acesso em: 28 dez. 2025. -
APA
Delpino, F. M., Costa, Â. K., Farias, S. R., Chiavegatto Filho, A. D. P., Arcêncio, R. A., & Nunes, B. P. (2022). Machine learning for predicting chronic diseases: a systematic review. Public Health, 205, 14-25. doi:10.1016/j.puhe.2022.01.007 -
NLM
Delpino FM, Costa ÂK, Farias SR, Chiavegatto Filho ADP, Arcêncio RA, Nunes BP. Machine learning for predicting chronic diseases: a systematic review [Internet]. Public Health. 2022 ; 205 14-25.[citado 2025 dez. 28 ] Available from: https://doi.org/10.1016/j.puhe.2022.01.007 -
Vancouver
Delpino FM, Costa ÂK, Farias SR, Chiavegatto Filho ADP, Arcêncio RA, Nunes BP. Machine learning for predicting chronic diseases: a systematic review [Internet]. Public Health. 2022 ; 205 14-25.[citado 2025 dez. 28 ] Available from: https://doi.org/10.1016/j.puhe.2022.01.007 - Emergency department use and Artificial Intelligence in Pelotas: design and baseline results
- Cobertura vacinal em menores de um ano e fatores socioeconômicos associados: mapas da heterogeneidade espacial
- IAs e ChatGPT: ética e segurança no uso de algoritmos
- Desigualdade de renda e doenças cardiovasculares no Brasil: uma análise multinível
- The epidemiology of personality disorders in the Sao Paulo Megacity general population
- Inteligência artificial pode melhorar decisões clínicas sobre tratamento no Brasil
- Determinants of the use of health care services: multilevel analysis in the Metropolitan Region of Sao Paulo
- Neighbourhood characteristics and mental disorders in three Chinese cities: multilevel models from the World Mental Health Surveys
- Partos cesáreos e a escolha da data de nascimento no Município de São Paulo
- Standardization of the food composition database used in the Latin American nutrition and health study (ELANS)
Informações sobre o DOI: 10.1016/j.puhe.2022.01.007 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
003090957.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
