• 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

Making a big impact with small datasets using machine-learning approaches.

作者信息

Choi May Y, Ma Christopher

机构信息

Division of Rheumatology, Department of Medicine, Cumming School of Medicine, University of Calgary, Calgary, AB T2N 4Z6, Canada.

Division of Gastroenterology and Hepatology, Department of Medicine, Cumming School of Medicine, University of Calgary, Calgary, AB T2N 4Z6, Canada; Department of Community Health Sciences, University of Calgary, Calgary, AB, Canada.

出版信息

Lancet Rheumatol. 2020 Aug;2(8):e451-e452. doi: 10.1016/S2665-9913(20)30217-4. Epub 2020 Jul 29.

DOI:10.1016/S2665-9913(20)30217-4
PMID:38273607
Abstract
摘要

相似文献

1
Making a big impact with small datasets using machine-learning approaches.使用机器学习方法从小数据集中产生重大影响。
Lancet Rheumatol. 2020 Aug;2(8):e451-e452. doi: 10.1016/S2665-9913(20)30217-4. Epub 2020 Jul 29.
2
Machine learning and big data analytics in bipolar disorder: A position paper from the International Society for Bipolar Disorders Big Data Task Force.机器学习和大数据分析在双相障碍中的应用：国际双相障碍大数据工作组的立场文件。
Bipolar Disord. 2019 Nov;21(7):582-594. doi: 10.1111/bdi.12828. Epub 2019 Sep 18.
3
Machine learning for Big Data analytics in plants.植物大数据分析的机器学习。
Trends Plant Sci. 2014 Dec;19(12):798-808. doi: 10.1016/j.tplants.2014.08.004. Epub 2014 Sep 12.
4
Automating Construction of Machine Learning Models With Clinical Big Data: Proposal Rationale and Methods.利用临床大数据自动构建机器学习模型：方案原理与方法
JMIR Res Protoc. 2017 Aug 29;6(8):e175. doi: 10.2196/resprot.7757.
5
Challenges for machine learning in clinical translation of big data imaging studies.大数据成像研究临床翻译中机器学习面临的挑战。
Neuron. 2022 Dec 7;110(23):3866-3881. doi: 10.1016/j.neuron.2022.09.012. Epub 2022 Oct 10.
6
Accurate Prediction of Coronary Heart Disease for Patients With Hypertension From Electronic Health Records With Big Data and Machine-Learning Methods: Model Development and Performance Evaluation.利用大数据和机器学习方法从电子健康记录中准确预测高血压患者的冠心病：模型开发与性能评估
JMIR Med Inform. 2020 Jul 6;8(7):e17257. doi: 10.2196/17257.
7
Prediction of antischistosomal small molecules using machine learning in the era of big data.基于大数据时代的机器学习预测抗血吸虫小分子药物。
Mol Divers. 2022 Jun;26(3):1597-1607. doi: 10.1007/s11030-021-10288-2. Epub 2021 Aug 5.
8
MLBCD: a machine learning tool for big clinical data.MLBCD：用于大临床数据的机器学习工具。
Health Inf Sci Syst. 2015 Sep 28;3:3. doi: 10.1186/s13755-015-0011-0. eCollection 2015.
9
Performance Evaluation of Data-driven Intelligent Algorithms for Big data Ecosystem.大数据生态系统中数据驱动智能算法的性能评估
Wirel Pers Commun. 2022;126(3):2403-2423. doi: 10.1007/s11277-021-09362-7. Epub 2022 Aug 23.
10
Big data in IBD: big progress for clinical practice.炎症性肠病中的大数据：临床实践的重大进展。
Gut. 2020 Aug;69(8):1520-1532. doi: 10.1136/gutjnl-2019-320065. Epub 2020 Feb 28.

引用本文的文献

1
Subclinical Atherosclerosis Risk Can Be Predicted in Female Patients With Systemic Lupus Erythematosus Using Metabolomic Signatures: An Observational Study.利用代谢组学特征可预测系统性红斑狼疮女性患者的亚临床动脉粥样硬化风险：一项观察性研究
J Am Heart Assoc. 2025 Apr 15;14(8):e036507. doi: 10.1161/JAHA.124.036507. Epub 2025 Apr 7.
2
Diagnosis Based on Population Data versus Personalized Data: The Evolving Paradigm in Laboratory Medicine.基于群体数据与个性化数据的诊断：检验医学中不断演变的范式
Diagnostics (Basel). 2024 Sep 25;14(19):2135. doi: 10.3390/diagnostics14192135.
3
Combining functional and morphological retinal vascular characteristics achieves high-precision diagnosis of mild non-proliferative diabetic retinopathy.
结合功能和形态视网膜血管特征可实现对轻度非增生性糖尿病视网膜病变的高精度诊断。
J Transl Med. 2024 Aug 28;22(1):798. doi: 10.1186/s12967-024-05597-7.
4
Systemic lupus in the era of machine learning medicine.机器学习医学时代的系统性红斑狼疮。
Lupus Sci Med. 2024 Mar 4;11(1):e001140. doi: 10.1136/lupus-2023-001140.
5
Development of a multivariate predictive nomogram among women with antepartum fetal death diagnosed at ≥ 34 weeks of gestation for outcome of TOLAC.孕34周及以上诊断为产前胎儿死亡的女性中，用于预测经阴道分娩成功率（TOLAC）结局的多变量预测列线图的开发。
Arch Gynecol Obstet. 2024 Aug;310(2):1131-1139. doi: 10.1007/s00404-023-07264-6. Epub 2023 Nov 6.
6
CD8+ T-Cells in Juvenile-Onset SLE: From Pathogenesis to Comorbidities.青少年起病的系统性红斑狼疮中的CD8 + T细胞：从发病机制到合并症
Front Med (Lausanne). 2022 Jun 21;9:904435. doi: 10.3389/fmed.2022.904435. eCollection 2022.
7
Machine Learning Techniques for Personalised Medicine Approaches in Immune-Mediated Chronic Inflammatory Diseases: Applications and Challenges.免疫介导的慢性炎症性疾病中个性化医疗方法的机器学习技术：应用与挑战
Front Pharmacol. 2021 Sep 30;12:720694. doi: 10.3389/fphar.2021.720694. eCollection 2021.