Physician preference for receiving machine learning predictive results: A cross-sectional multicentric study (2022)
- Authors:
- USP affiliated authors: CHIAVEGATTO FILHO, ALEXANDRE DIAS PORTO - FSP ; BATISTA, ANDRÉ FILIPE DE MORAES - FSP
- Unidade: FSP
- DOI: 10.1371/journal.pone.0278397
- Subjects: INTELIGÊNCIA ARTIFICIAL; APRENDIZADO COMPUTACIONAL; ESTUDOS TRANSVERSAIS
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Publisher place: San Francisco CA
- Date published: 2022
- Source:
- 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
WICHMANN, Roberta Moreira et al. Physician preference for receiving machine learning predictive results: A cross-sectional multicentric study. PLoS One, v. 17, n. 2, p. art. e0278397 [19], 2022Tradução . . Disponível em: https://doi.org/10.1371/journal.pone.0278397. Acesso em: 06 out. 2024. -
APA
Wichmann, R. M., Fagundes, T. P., Oliveira, T. A. de, Batista, A. F. de M., & Chiavegatto Filho, A. D. P. (2022). Physician preference for receiving machine learning predictive results: A cross-sectional multicentric study. PLoS One, 17( 2), art. e0278397 [19]. doi:10.1371/journal.pone.0278397 -
NLM
Wichmann RM, Fagundes TP, Oliveira TA de, Batista AF de M, Chiavegatto Filho ADP. Physician preference for receiving machine learning predictive results: A cross-sectional multicentric study [Internet]. PLoS One. 2022 ;17( 2): art. e0278397 [19].[citado 2024 out. 06 ] Available from: https://doi.org/10.1371/journal.pone.0278397 -
Vancouver
Wichmann RM, Fagundes TP, Oliveira TA de, Batista AF de M, Chiavegatto Filho ADP. Physician preference for receiving machine learning predictive results: A cross-sectional multicentric study [Internet]. PLoS One. 2022 ;17( 2): art. e0278397 [19].[citado 2024 out. 06 ] Available from: https://doi.org/10.1371/journal.pone.0278397 - 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
- Neonatal mortality prediction with routinely collected data: a machine learning approach
- Modelo de avaliação de conjuntos de dados científicos por meio da dimensão de veracidade dos dados
- 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
- Patterns and predictors of health service use among people with mental disorders in São Paulo metropolitan area, Brazil
- Standardization of the food composition database used in the Latin American nutrition and health study (ELANS)
- The epidemiology of personality disorders in the Sao Paulo Megacity general population
Informações sobre o DOI: 10.1371/journal.pone.0278397 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 | HEP_58_2022.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
