课题基金 / 基金详情

Comparison of Machine Learning and Conventional Statistical Modeling for Predicting Readmission Following Acute Heart Failure Hospitalization

Comparison of Machine Learning and Conventional Statistical Modeling for Predicting Readmission Following Acute Heart Failure Hospitalization
机器学习与传统统计模型预测急性心力衰竭住院后再入院的比较
批准号：
495410
负责人：
Abdul-Samad Karem
金额：
$0.11万
依托单位：
University Health Network (Toronto)
依托单位国家：
加拿大
项目类别：
财政年份：
2023
资助国家：
加拿大
项目状态：
已结题
起止时间：
2023-09-01 至 2024-09-01
来源：
https://webapps.cihr-irsc.gc.ca/decisions/p/project_details.html?applId=495410&lang=en
关键词：
Acute Heart Failure Machine Learning Readmission Statistical Modeling

项目摘要

项目成果

相似基金

相关文献

中文摘要
翻译
点击翻译按钮获取中文摘要
英文摘要
Heart Failure (HF) is a major cause of global hospitalizations. Presently, there are no reliable models for predicting HF patients at risk of hospitalization. Machine learning has shown promise in this area, yet its clinical effectiveness remains unclear.
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
国内基金
海外基金
Understanding structural evolution of galaxies with machine learning
  • 批准号：
  • 项目类别：
    省市级项目
  • 资助金额：
    10.0万元
  • 批准年份：
    2022
  • 负责人：
    Nicola Rosario Napolitano
  • 依托单位：
    中山大学