首页> 外文OA文献 >A deep learning approach for length of stay prediction in clinical settings from medical records

【2h】

A deep learning approach for length of stay prediction in clinical settings from medical records

机译：医疗记录临床环境中保持预测长度的深度学习方法

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Tahmina Zebin; Shahadate Rezvy; Thierry J. Chaussalet;
展开▼
作者单位

展开▼
年度 2019
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. Adding Continuous Vital Sign Information to Static Clinical Data Improves the Prediction of Length of Stay After Intubation: A Data-Driven Machine Learning Approach [J] . Castineira David, Schlosser Katherine R., Geva Alon, Respiratory care . 2020,第9期

机译：将连续生命标志信息添加到静态临床数据中，提高了插管后的逗留时间的预测：数据驱动的机器学习方法
2. Analysis of Length of Stay (LOS) Data from the Medical Records of Tertiary Care Hospital in Saudi Arabia for Five Diagnosis Related Groups: Application of Cox Prediction Model [J] . Sara AL-Gahtani, Mohamed M. Shoukri Open Journal of Statistics . 2021,第1期

机译：Saudi Arabia的第三级护理医院病假（LOS）数据分析了五个诊断相关群体：Cox预测模型的应用
3. Analysis of Length of Stay (LOS) Data from the Medical Records of Tertiary Care Hospital in Saudi Arabia for Five Diagnosis Related Groups: Application of Cox Prediction Model [J] . Sara AL-Gahtani, Mohamed M. Shoukri 统计学期刊（英文） . 2021,第001期

机译：Saudi Arabia的第三级护理医院病假（LOS）数据分析了五个诊断相关群体：Cox预测模型的应用
4. A deep learning approach for length of stay prediction in clinical settings from medical records [C] . Tahmina Zebin, Shahadate Rezvy, Thierry J. Chaussalet IEEE Conference on Computational Intelligence in Bioinformatics and Computational Biology . 2019

机译：一种深度学习方法，可根据病历在临床环境中预测停留时间
5. RECORDS AND REVITALIZATION: THE PROBLEM-ORIENTED MEDICAL RECORD SYSTEM IN A CLINICAL SETTING. [D] . PFIFFERLING, JOHN HENRY -1

机译：记录和恢复：在临床环境中以问题为导向的医疗记录系统。
6. Effect of a machine learning-based severe sepsis prediction algorithm on patient survival and hospital length of stay: a randomised clinical trial [O] . David W Shimabukuro, Christopher W Barton, Mitchell D Feldman, 2017

机译：基于机器学习的严重脓毒症预测算法对患者存活率和住院时间的影响：一项随机临床试验
7. Deep Learning Approach for Customer Records Prediction for Future Products Issues [O] . Sriramakrishnan Chandrasekaran 2019

机译：客户记录未来产品问题预测的深度学习方法

A deep learning approach for length of stay prediction in clinical settings from medical records

著录项

引文网络

相似文献

相关主题

期刊订阅