Machine learning and national health data to improve evidence: finding segmentation in individuals without private insurance (2020)
- Authors:
- USP affiliated authors: CHIAVEGATTO FILHO, ALEXANDRE DIAS PORTO - FSP ; SANTOS, JOANA RAQUEL RAPOSO DOS - FSP
- Unidade: FSP
- DOI: 10.1016/j.hlpt.2020.11.002
- Subjects: SEGURO DE SAÚDE; POLÍTICA DE SAÚDE; CLUSTERS; APRENDIZADO COMPUTACIONAL
- Language: Inglês
- Imprenta:
- Source:
- Título: Health Policy and Technology
- ISSN: 2211-8837
- Volume/Número/Paginação/Ano: v.10, n.1, p. 79–86, 2020
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
SANTOS, Joana Raquel Raposo dos e DIAS, Carlos Matias e CHIAVEGATTO FILHO, Alexandre Dias Porto. Machine learning and national health data to improve evidence: finding segmentation in individuals without private insurance. Health Policy and Technology, v. 10, n. 1, p. 79–86, 2020Tradução . . Disponível em: https://doi.org/10.1016/j.hlpt.2020.11.002. Acesso em: 13 fev. 2026. -
APA
Santos, J. R. R. dos, Dias, C. M., & Chiavegatto Filho, A. D. P. (2020). Machine learning and national health data to improve evidence: finding segmentation in individuals without private insurance. Health Policy and Technology, 10( 1), 79–86. doi:10.1016/j.hlpt.2020.11.002 -
NLM
Santos JRR dos, Dias CM, Chiavegatto Filho ADP. Machine learning and national health data to improve evidence: finding segmentation in individuals without private insurance [Internet]. Health Policy and Technology. 2020 ;10( 1): 79–86.[citado 2026 fev. 13 ] Available from: https://doi.org/10.1016/j.hlpt.2020.11.002 -
Vancouver
Santos JRR dos, Dias CM, Chiavegatto Filho ADP. Machine learning and national health data to improve evidence: finding segmentation in individuals without private insurance [Internet]. Health Policy and Technology. 2020 ;10( 1): 79–86.[citado 2026 fev. 13 ] Available from: https://doi.org/10.1016/j.hlpt.2020.11.002 - Assessing the impact of a doctor in remote areas of Brazil
- Ciência de dados e politicas públicas de saúde: exemplos práticos
- 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
- 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.hlpt.2020.11.002 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
HEP_99_2020.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
