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 [Karger Publishers]
卷期号:: 1-19 被引量:1
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
4秒前
浮游应助wjwnb666采纳,获得10
4秒前
AllRightReserved应助wjwnb666采纳,获得10
4秒前
4秒前
科研通AI6.2应助闲客采纳,获得10
4秒前
4秒前
自由滑大王完成签到 ,获得积分10
6秒前
冰冰完成签到,获得积分10
6秒前
可靠小懒虫完成签到,获得积分10
6秒前
6秒前
跳跃的铭完成签到 ,获得积分10
7秒前
7秒前
浮游应助科研通管家采纳,获得10
8秒前
彭于晏应助科研通管家采纳,获得10
8秒前
核桃应助科研通管家采纳,获得10
8秒前
8秒前
乐乐应助科研通管家采纳,获得20
8秒前
赘婿应助科研通管家采纳,获得30
8秒前
浮游应助科研通管家采纳,获得10
8秒前
自由傲儿关注了科研通微信公众号
8秒前
科研通AI2S应助科研通管家采纳,获得10
8秒前
Lucas应助科研通管家采纳,获得10
8秒前
无极微光应助科研通管家采纳,获得20
8秒前
irsoo完成签到,获得积分10
8秒前
cdercder应助科研通管家采纳,获得10
8秒前
8秒前
Jasper应助科研通管家采纳,获得10
8秒前
在水一方应助科研通管家采纳,获得10
8秒前
浮游应助科研通管家采纳,获得10
9秒前
9秒前
科目三应助科研通管家采纳,获得10
9秒前
9秒前
FashionBoy应助科研通管家采纳,获得10
9秒前
SomnuP发布了新的文献求助10
9秒前
Twonej应助科研通管家采纳,获得30
9秒前
Akim应助科研通管家采纳,获得10
9秒前
核桃应助科研通管家采纳,获得10
9秒前
立军发布了新的文献求助10
9秒前
10秒前
l玖发布了新的文献求助10
10秒前
高分求助中
Adhesion Science: Principles & Practice 1234
Signals, Systems, and Signal Processing 610
Petrology and Plate Tectonics,2025 450
Burger's Medicinal Chemistry and Drug Discovery 400
New directions for experimental lessons in science teaching: Myth, Mystery, Necessity? by Emily K. da Silva Cunha Souto (Author), Flávia Lins Silva (Author) 333
Scientific experimentation in the classroom: Comparison between genetic-Socratic-exemplary teaching and workshop teaching by Ingrid Hofer (Author) 333
Programming for Chemical Engineers Using C, C++, and MATLAB 320
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6724277
求助须知:如何正确求助?哪些是违规求助? 8459953
关于积分的说明 18060189
捐赠科研通 5978308
什么是DOI,文献DOI怎么找? 2997315
邀请新用户注册赠送积分活动 1973595
关于科研通互助平台的介绍 1928418