Abbonarsi

Lacking Demographic, Socioeconomic, and Environmental Variables in Training Machine Learning Algorithms Makes Generalizability Flawed in Asthma Studies - 01/02/21

Doi : 10.1016/j.jaci.2020.12.432 
Emily Chen 1, Timothy Darby 1, Sunit Jariwala, MD FAAAAI 2
1 Albert Einstein College of Medicine 
2 Albert Einstein/Montefiore Medical Cente 

Il testo completo di questo articolo è disponibile in PDF.

373

Il testo completo di questo articolo è disponibile in PDF.

Mappa


© 2020  Pubblicato da Elsevier Masson SAS.
Aggiungere alla mia biblioteca Togliere dalla mia biblioteca Stampare
Esportazione

    Citazioni Export

  • File

  • Contenuto

Vol 147 - N° 2S

P. AB118 - Febbraio 2021 Ritorno al numero
Articolo precedente Articolo precedente
  • Mapping Food Allergy Data to a Standard Data Model
  • Mark Wlodarski, Ruchi Gupta, Lucy Bilaver, Shruti Sehgal, Justin Starren, Michael Gurley, Firas Wehbe
| Articolo seguente Articolo seguente
  • The Development and Validation of Food Allergy Data Dictionary
  • Shruti Sehgal, Ruchi Gupta, Mark Wlodarski, Lucy Bilaver, Melanie Makhija, Jonathan Spergel, Julie Wang, Christina Ciaccio, Dana Ward, Nicholas Soulakis, Justin Starren

Benvenuto su EM|consulte, il riferimento dei professionisti della salute.
L'accesso al testo integrale di questo articolo richiede un abbonamento.

Già abbonato a @@106933@@ rivista ?

Il mio account


Dichiarazione CNIL

EM-CONSULTE.COM è registrato presso la CNIL, dichiarazione n. 1286925.

Ai sensi della legge n. 78-17 del 6 gennaio 1978 sull'informatica, sui file e sulle libertà, Lei puo' esercitare i diritti di opposizione (art.26 della legge), di accesso (art.34 a 38 Legge), e di rettifica (art.36 della legge) per i dati che La riguardano. Lei puo' cosi chiedere che siano rettificati, compeltati, chiariti, aggiornati o cancellati i suoi dati personali inesati, incompleti, equivoci, obsoleti o la cui raccolta o di uso o di conservazione sono vietati.
Le informazioni relative ai visitatori del nostro sito, compresa la loro identità, sono confidenziali.
Il responsabile del sito si impegna sull'onore a rispettare le condizioni legali di confidenzialità applicabili in Francia e a non divulgare tali informazioni a terzi.


Tutto il contenuto di questo sito: Copyright © 2024 Elsevier, i suoi licenziatari e contributori. Tutti i diritti sono riservati. Inclusi diritti per estrazione di testo e di dati, addestramento dell’intelligenza artificiale, e tecnologie simili. Per tutto il contenuto ‘open access’ sono applicati i termini della licenza Creative Commons.