Neonatal mortality prediction with routinely collected data: a machine learning approach.

Batista, André F M; Diniz, Carmen S G; Bonilha, Eliana A; Kawachi, Ichiro; Chiavegatto Filho, Alexandre D P

Batista, André F M; Diniz, Carmen S G; Bonilha, Eliana A; Kawachi, Ichiro; Chiavegatto Filho, Alexandre D P.

Afiliación

Batista AFM; Department of Epidemiology, School of Public Health, University of São Paulo, 715 Av Dr Arnaldo, Sao Paulo, SP, 01246-904, Brazil.
Diniz CSG; Department of Health, Life Cycles and Society, School of Public Health, University of São Paulo, Sao Paulo, Brazil.
Bonilha EA; Municipal Department of Health of São Paulo, Sao Paulo, Brazil.
Kawachi I; Department of Social and Behavioral Sciences, Harvard T.H. Chan School of Public Health, Harvard University, Cambridge, USA.
Chiavegatto Filho ADP; Department of Epidemiology, School of Public Health, University of São Paulo, 715 Av Dr Arnaldo, Sao Paulo, SP, 01246-904, Brazil. alexdiasporto@usp.br.

BMC Pediatr ; 21(1): 322, 2021 07 21.

Article en En | MEDLINE | ID: mdl-34289819

Asunto(s)

Mortalidad Infantil; Muerte Perinatal; Certificado de Nacimiento; Brasil/epidemiología; Femenino; Humanos; Recién Nacido; Aprendizaje Automático; Embarazo

Palabras clave

Artificial intelligence; Birth records; Brazil; Machine learning; Neonatal mortality; Prediction

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Asunto principal: Mortalidad Infantil / Muerte Perinatal Tipo de estudio: Prognostic_studies / Risk_factors_studies Límite: Female / Humans / Newborn / Pregnancy País/Región como asunto: America do sul / Brasil Idioma: En Revista: BMC Pediatr Asunto de la revista: PEDIATRIA Año: 2021 Tipo del documento: Article País de afiliación: Brasil Pais de publicación: Reino Unido

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google