Prediction of Hypertension in the Pediatric Population Using Machine Learning and Transfer Learning: A Multicentric Analysis of the SAYCARE Study (2025)
- Authors:
- USP affiliated authors: CHIAVEGATTO FILHO, ALEXANDRE DIAS PORTO - FSP ; MOURA, KEISYANNE DE ARAUJO - FSP ; SOUZA, LETÍCIA GABRIELLE DE ASSIS - FSP
- Unidade: FSP
- DOI: 10.3389/ijph.2025.1607944
- Subjects: CRIANÇAS; ADOLESCENTES; HIPERTENSÃO; APRENDIZADO COMPUTACIONAL; PREVALÊNCIA; DIETÉTICA; AMÉRICA DO SUL
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: International Journal of Public Health
- ISSN: 1661-8564
- Volume/Número/Paginação/Ano: v.70, on-line, 2025
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
ARAÚJO-MOURA, Keisyanne et al. Prediction of Hypertension in the Pediatric Population Using Machine Learning and Transfer Learning: A Multicentric Analysis of the SAYCARE Study. International Journal of Public Health, v. 70, 2025Tradução . . Disponível em: https://repositorio.usp.br/directbitstream/8859e1a6-6925-4bb0-b2c2-8d6fbc0449e5/HEP_12_2025.pdf. Acesso em: 08 abr. 2026. -
APA
Araújo-Moura, K., Souza, L. G. de A., Oliveira, T. A. de, Rocha, M. S., Moraes, A. C. F. de, & Chiavegatto Filho, A. D. P. (2025). Prediction of Hypertension in the Pediatric Population Using Machine Learning and Transfer Learning: A Multicentric Analysis of the SAYCARE Study. International Journal of Public Health, 70. doi:10.3389/ijph.2025.1607944 -
NLM
Araújo-Moura K, Souza LG de A, Oliveira TA de, Rocha MS, Moraes ACF de, Chiavegatto Filho ADP. Prediction of Hypertension in the Pediatric Population Using Machine Learning and Transfer Learning: A Multicentric Analysis of the SAYCARE Study [Internet]. International Journal of Public Health. 2025 ;70[citado 2026 abr. 08 ] Available from: https://repositorio.usp.br/directbitstream/8859e1a6-6925-4bb0-b2c2-8d6fbc0449e5/HEP_12_2025.pdf -
Vancouver
Araújo-Moura K, Souza LG de A, Oliveira TA de, Rocha MS, Moraes ACF de, Chiavegatto Filho ADP. Prediction of Hypertension in the Pediatric Population Using Machine Learning and Transfer Learning: A Multicentric Analysis of the SAYCARE Study [Internet]. International Journal of Public Health. 2025 ;70[citado 2026 abr. 08 ] Available from: https://repositorio.usp.br/directbitstream/8859e1a6-6925-4bb0-b2c2-8d6fbc0449e5/HEP_12_2025.pdf - Psychometric Properties of Questionnaires to Assess the Family Food Environment in the Pediatric Population: A Systematic Review
- Blood pressure measurement in pediatric population: comparison between automated oscillometric devices and mercury sphygmomanometers—a systematic review and meta-analysis
- Confiabilidade e validade de um questionário para avaliação do ambiente familiar no contexto alimentar de crianças e adolescentes sul-americanos: SAYCARE Study
- Prevalência de pressão arterial elevada e suas associações com fatores ambientais e estilo de vida em crianças da América do Sul no SAYCARE cohort study
- É acurada e válida a mensuração da pressão arterial por monitor automático na população pediátrica da América do Sul?: SAYCARE Study
- Global performance of machine learning models to predict all-cause mortality: systematic review and meta-analysis
- 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
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_12_2025.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
