• 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

Using machine learning to ace cardiovascular risk tests.

作者信息

Bell James R, Figtree Gemma A, Drummond Grant R

机构信息

Department of Physiology, Anatomy and Microbiology, School of Life Sciences, La Trobe University, Bundoora, Victoria, Australia.

Kolling Institute for Medical Research, Royal North Shore Hospital, St Leonards, Sydney, New South Wales, Australia.

出版信息

Cardiovasc Res. 2020 Dec 1;116(14):2173-2174. doi: 10.1093/cvr/cvaa305.

DOI:10.1093/cvr/cvaa305
PMID:33125063
Abstract
摘要

相似文献

1
Using machine learning to ace cardiovascular risk tests.利用机器学习在心血管风险测试中取得优异成绩。
Cardiovasc Res. 2020 Dec 1;116(14):2173-2174. doi: 10.1093/cvr/cvaa305.
2
Calling for a New Framingham: Machine Learning in Cardiovascular Risk Assessment-The Key for Improved Outcome Prediction?呼吁建立新的弗雷明汉研究：心血管风险评估中的机器学习——改善结果预测的关键？
JACC Cardiovasc Imaging. 2021 Mar;14(3):626-628. doi: 10.1016/j.jcmg.2020.12.027. Epub 2021 Feb 10.
3
Using machine learning to predict cardiovascular risk using self-reported questionnaires: A right, but a long way to go.
Int J Cardiol. 2023 Oct 15;389:131178. doi: 10.1016/j.ijcard.2023.131178. Epub 2023 Jul 13.
4
Cardiovascular risk prediction: from classical statistical methods to machine learning approaches.心血管风险预测：从经典统计学方法到机器学习方法。
Minerva Cardiol Angiol. 2022 Feb;70(1):102-122. doi: 10.23736/S2724-5683.21.05868-3.
5
State-of-the-Art Machine Learning Techniques Aiming to Improve Patient Outcomes Pertaining to the Cardiovascular System.旨在改善心血管系统患者预后的先进机器学习技术。
J Am Heart Assoc. 2020 Feb 18;9(4):e013924. doi: 10.1161/JAHA.119.013924. Epub 2020 Feb 13.
6
Machine learning to predict cardiovascular risk.机器学习预测心血管风险。
Int J Clin Pract. 2019 Oct;73(10):e13389. doi: 10.1111/ijcp.13389. Epub 2019 Aug 4.
7
A machine learning-based approach for predicting the outbreak of cardiovascular diseases in patients on dialysis.基于机器学习的方法预测透析患者心血管疾病的爆发。
Comput Methods Programs Biomed. 2019 Aug;177:9-15. doi: 10.1016/j.cmpb.2019.05.005. Epub 2019 May 13.
8
Machine Learning Clustering for Blood Pressure Variability Applied to Systolic Blood Pressure Intervention Trial (SPRINT) and the Hong Kong Community Cohort.机器学习聚类在血压变异性中的应用——以收缩压干预试验（SPRINT）和香港社区队列研究为例。
Hypertension. 2020 Aug;76(2):569-576. doi: 10.1161/HYPERTENSIONAHA.119.14213. Epub 2020 Jun 29.
9
A data-driven approach to predicting diabetes and cardiovascular disease with machine learning.基于机器学习的数据驱动方法预测糖尿病和心血管疾病。
BMC Med Inform Decis Mak. 2019 Nov 6;19(1):211. doi: 10.1186/s12911-019-0918-5.
10
A comparison of statistical and machine-learning techniques in evaluating the association between dietary patterns and 10-year cardiometabolic risk (2002-2012): the ATTICA study.比较统计和机器学习技术在评估饮食模式与 10 年心血管代谢风险（2002-2012）之间关联中的应用：ATTICA 研究。
Br J Nutr. 2018 Aug;120(3):326-334. doi: 10.1017/S0007114518001150. Epub 2018 May 23.