Predicting severe maternal morbidity at admission for delivery using intelligible machine learning - 07/01/23
Doi : 10.1016/j.ajog.2022.11.704
Zifei Xu 1, Tomas M. Bosschieter 1, Hui Lan 1, Benjamin Lengerich 2, Harsha Nori 3, Kristin Sitcov 4, Ian Painter 4, Vivienne Souter 5, Rich Caruana 3
1 Stanford University, Stanford, CA
2 Massachusetts Institute of Technology, Cambridge, MA
3 Microsoft Research, Redmond, WA
4 Foundation for Health Care Quality, Seattle, WA
5 Natera, Inc., Austin, TN
624
Le texte complet de cet article est disponible en PDF.Plan
© 2022
Publié par Elsevier Masson SAS.
Vol 228 - N° 1S
P. S404-S405 - janvier 2023 Retour au numéro
Article précédent
- Unique insights into risk factors for antepartum stillbirth using explainable AI
- Tomas M. Bosschieter, Hui Lan, Zifei Xu, Benjamin Lengerich, Harsha Nori, Kristin Sitcov, Ian Painter, Rich Caruana, Vivienne Souter
- Effectiveness of the antihypertensive therapy based on the hemodynamic findings in women with hypertensive disorders
- Elvira di Pasquo, Giovanni Morganelli, Alissa Valenti, Beatrice Valentini, Sascia Moresi, Stefano Fruci, Elisa Filippi, Stefano Raffaele Giannubilo, Elisa Montaguti, Andrea Dall'Asta, Tullio Ghi
Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.
Déjà abonné à cette revue ?