【透析】透過血液透析分流音,利用機器學習預測「血液動力學」 文章出處 Scientific Reports 原文標題 Acoustic feature selection and clinical information integra...
【透析】利用機器學習預測維持性血液透析患者發生「高血磷症」風險
【透析】利用機器學習預測維持性血液透析患者發生「高血磷症」風險 文章出處 BMC Medical Informatics and Decision Making 原文標題 An explainable machine learnin...
【頭痛】利用機器學習識別血液透析相關頭痛
【頭痛】利用機器學習識別血液透析相關頭痛 文章出處 Scientific Reports 原文標題 Development and internal validation of a clinical prediction model f...
【憂鬱】利用機器學習識別腹膜透析患者「憂鬱」症狀
【憂鬱】利用機器學習識別腹膜透析患者「憂鬱」症狀 文章出處 Frontiers in Public Health 原文標題 Comparison and Validation of Machine Learning-Based Scre...
【透析】利用機器學習識別營養不良風險且需要營養介入的「腹膜透析」患者
【透析】利用機器學習識別營養不良風險且需要營養介入的「腹膜透析」患者 文章出處 Frontiers in Nutrition 原文標題 Applying Machine Learning to Associate Clinical Fa...
【透析】利用機器學習預測血液透析患者低營養的預測因子
【透析】利用機器學習預測血液透析患者低營養的預測因子 文章出處 Frontiers in Public Health 原文標題 Exploring predictors of low nutritional literacy in ma...
【透析】利用雙注意力Transformer預測透析中低血壓和高血壓風險
【透析】利用雙注意力Transformer預測透析中低血壓和高血壓風險 文章出處 Clinical Kidney 原文標題 Accurate prediction of intradialytic hypo- and hypertens...
【心血管】利用機器學習預測腹膜透析患者的主要不良心血管事件(MACE)
【心血管】利用機器學習預測腹膜透析患者的主要不良心血管事件(MACE) 文章出處 Scientific Reports 原文標題 Using machine learning algorithms to predict MACE in ...
【透析】利用機器學習預測「透析」病患的住院時長
【透析】利用機器學習預測「透析」病患的住院時長 文章出處 Kidney International Reports 原文標題 WCN26-9486 PREDICTING HOSPITAL LENGTH OF STAY AMONG DIA...
【透析】利用機器學習預測3-4期慢性腎臟病患者的「透析」風險
【透析】利用機器學習預測3-4期慢性腎臟病患者的「透析」風險 文章出處 Frontiers in Public Health 原文標題 Development and internal validation of an interpre...
【腎病變】利用機器學習預測多囊性腎病變(ADPKD)患者的透析進展
【腎病變】利用機器學習預測多囊性腎病變(ADPKD)患者的透析進展 文章出處 JMIR 原文標題 Machine Learning Prediction of Progression to Dialysis in Patients Wi...
【透析】基於蛋白質體學數據,利用機器學習識別血液透析患者的生物學表型
【透析】基於蛋白質體學數據,利用機器學習識別血液透析患者的生物學表型 文章出處 European Heart Journal 原文標題 Proteomic Phenotyping with Machine Learning for Ca...
【透析】基於發炎指數,利用機器學習對「血液透析」患者死亡風險進'行分層
【透析】基於發炎指數,利用機器學習對「血液透析」患者死亡風險進'行分層 文章出處 European Journal of Medical Research 原文標題 Development and validation of ...
【透析】利用機器學習預測維持性「血液透析」患者的全因死亡率
【透析】利用機器學習預測維持性「血液透析」患者的全因死亡率 文章出處 Frontiers in Public Health 原文標題 Use of machine learning models to predict mortalit...