• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

Machine learning for the prediction of postpartum complications is promising, but needs rigorous evaluation.

作者信息

Platt R W, Grandi S M

机构信息

Department of Epidemiology, Biostatistics, and Occupational Health, McGill University, Montreal, QC, Canada.

出版信息

BJOG. 2019 May;126(6):710. doi: 10.1111/1471-0528.15645. Epub 2019 Mar 18.

DOI:10.1111/1471-0528.15645
PMID:30730085
Abstract
摘要

相似文献

1
Machine learning for the prediction of postpartum complications is promising, but needs rigorous evaluation.用于预测产后并发症的机器学习很有前景，但需要严格评估。
BJOG. 2019 May;126(6):710. doi: 10.1111/1471-0528.15645. Epub 2019 Mar 18.
2
Predicting common maternal postpartum complications: leveraging health administrative data and machine learning.预测常见的产妇产后并发症：利用健康管理数据和机器学习。
BJOG. 2019 May;126(6):702-709. doi: 10.1111/1471-0528.15607. Epub 2019 Feb 20.
3
Predicting postpartum psychiatric admission using a machine learning approach.使用机器学习方法预测产后精神科住院情况。
J Psychiatr Res. 2020 Nov;130:35-40. doi: 10.1016/j.jpsychires.2020.07.002. Epub 2020 Jul 28.
4
Understanding maternal postpartum needs: A descriptive survey of current maternal health services.了解产妇产后需求：对当前孕产妇保健服务的描述性调查。
J Clin Nurs. 2017 Dec;26(23-24):4654-4663. doi: 10.1111/jocn.13812. Epub 2017 May 30.
5
A machine learning algorithm for predicting maternal readmission for hypertensive disorders of pregnancy.一种用于预测妊娠高血压疾病产妇再入院的机器学习算法。
Am J Obstet Gynecol MFM. 2021 Jan;3(1):100250. doi: 10.1016/j.ajogmf.2020.100250. Epub 2020 Oct 6.
6
The U.S. Maternal Health Crisis.美国的孕产妇健康危机
Am J Nurs. 2024 Jan 1;124(1):13-15. doi: 10.1097/01.NAJ.0001004912.26518.2c.
7
Traditional plant use during lactation and postpartum recovery: Infant development and maternal health roles.哺乳期和产后恢复期的传统植物利用：婴儿发育和产妇健康角色。
J Ethnopharmacol. 2021 Oct 28;279:114377. doi: 10.1016/j.jep.2021.114377. Epub 2021 Jun 27.
8
Focusing on maternal health beyond breastfeeding and depression during the first year postpartum.关注产后第一年除母乳喂养和产后抑郁之外的孕产妇健康。
J Obstet Gynecol Neonatal Nurs. 2014 Nov-Dec;43(6):782-91; quiz E51-2. doi: 10.1111/1552-6909.12513. Epub 2014 Oct 14.
9
Using Electronic Health Records and Machine Learning to Predict Postpartum Depression.利用电子健康记录和机器学习预测产后抑郁症。
Stud Health Technol Inform. 2019 Aug 21;264:888-892. doi: 10.3233/SHTI190351.
10
Postpartum learning needs.产后学习需求。
J Obstet Gynecol Neonatal Nurs. 2005 Jul-Aug;34(4):438-43. doi: 10.1177/0884217505276054.

引用本文的文献

1
The Potential for Health Information Technology Tools to Reduce Racial Disparities in Maternal Morbidity and Mortality.健康信息技术工具减少孕产妇发病率和死亡率种族差异的潜力。
J Womens Health (Larchmt). 2021 Feb;30(2):274-279. doi: 10.1089/jwh.2020.8889. Epub 2020 Nov 18.
2
Machine Learning Within Studies of Early-Life Environmental Exposures and Child Health: Review of the Current Literature and Discussion of Next Steps.机器学习在早期生活环境暴露与儿童健康研究中的应用：当前文献综述及下一步讨论。
Curr Environ Health Rep. 2020 Sep;7(3):170-184. doi: 10.1007/s40572-020-00282-5.