| 标题 |
 Framingham risk score conventional risk factors are potent to predict all-cause mortality using machine learning algorithms: a population-based prospective cohort study over 40 years in China Framingham风险评分使用机器学习算法预测全因死亡率的常规风险因素是有效的：一项在中国超过40年的基于人群的前瞻性队列研究
相关领域
弗雷明翰风险评分
机器学习
逻辑回归
接收机工作特性
置信区间
支持向量机
医学
随机森林
队列
人工智能
预测建模
前瞻性队列研究
人口
算法
队列研究
计算机科学
内科学
疾病
环境卫生
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Journal of Investigative Medicine 作者：Qianqian Huang; Tianshu Zeng; Jiaoyue Zhang; Jie Min; Juan Zheng; et al 出版日期：2023-05-05 |
| 求助人 | |
| 下载 | |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
SYLH
冰魂
许甜甜鸭
cdercder
nozero
个性归尘
sunyz
乐乐乐乐乐乐
热心市民小红花
半柚
昏睡的蟠桃
iNk
彭于彦祖
cctv18
玄辰
jenningseastera
brisk
bc
一一
难过板栗
皖公网安备34019202002308
