The Efficacy of Machine Learning Models for Predicting the Prognosis of Heart Failure: A Systematic Review and Meta-Analysis

超参数 随机森林 机器学习 接收机工作特性 置信区间 支持向量机 人工智能 荟萃分析 医学 样本量测定 校准 人工神经网络 心力衰竭 计算机科学 统计 内科学 数学
作者
Zhaohui Xu,Yinqin Hu,Xinyi Shao,Tianyun Shi,Jiahui Yang,Qiqi Wan,Yongming Liu
出处
期刊:Cardiology [S. Karger AG]
卷期号:: 1-19
标识
DOI:10.1159/000538639
摘要

Heart failure (HF) is a major global public health concern. The application of machine learning (ML) to identify individuals at high risk and enable early intervention is a promising approach for improving HF prognosis. We aim to systematically evaluate the performance and value of ML models for predicting HF prognosis.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
1秒前
所所应助柠小檬c采纳,获得10
1秒前
清风应助DDDD采纳,获得10
2秒前
鲸落星海完成签到,获得积分10
2秒前
3秒前
3秒前
3秒前
刘慧完成签到 ,获得积分10
3秒前
3秒前
4秒前
大力千万发布了新的文献求助10
4秒前
5秒前
yinyin发布了新的文献求助10
5秒前
科研通AI5应助hzauhzau采纳,获得10
6秒前
6秒前
酸梅完成签到,获得积分10
6秒前
Noel应助TianY采纳,获得10
6秒前
强心苷发布了新的文献求助10
7秒前
椿·完成签到 ,获得积分10
7秒前
FashionBoy应助丰富赛凤采纳,获得10
7秒前
hsiao_yang完成签到 ,获得积分10
7秒前
fxf发布了新的文献求助10
7秒前
8秒前
物化有机会吗完成签到,获得积分10
8秒前
8秒前
8秒前
8秒前
Lanna发布了新的文献求助10
8秒前
8秒前
Ava应助菠萝派采纳,获得10
9秒前
Downey发布了新的文献求助10
9秒前
柠小檬c完成签到,获得积分10
9秒前
saily完成签到,获得积分10
10秒前
10秒前
11秒前
11秒前
11秒前
可夫司机发布了新的文献求助10
11秒前
科研通AI5应助lili采纳,获得10
12秒前
高分求助中
Continuum Thermodynamics and Material Modelling 4000
Production Logging: Theoretical and Interpretive Elements 2700
Les Mantodea de Guyane Insecta, Polyneoptera 1000
Unseen Mendieta: The Unpublished Works of Ana Mendieta 1000
El viaje de una vida: Memorias de María Lecea 800
Theory of Block Polymer Self-Assembly 750
Luis Lacasa - Sobre esto y aquello 700
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 量子力学 光电子学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3512922
求助须知:如何正确求助?哪些是违规求助? 3095320
关于积分的说明 9227480
捐赠科研通 2790349
什么是DOI,文献DOI怎么找? 1531168
邀请新用户注册赠送积分活动 711316
科研通“疑难数据库(出版商)”最低求助积分说明 706735