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:
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
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: 31 mar. 2026. -
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 2026 mar. 31 ] 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 2026 mar. 31 ] 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
- 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 | |
|---|---|---|---|
 |
HEP_58_2022.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
