Machine learning outcome prediction using stress perfusion cardiac magnetic resonance reports and natural language processing of electronic health records.

Alskaf, E ; Frey, SM ; et al.

In: Informatics in medicine unlocked, Jg. 44 (2024), S. 101418

Online academicJournal

Zugriff:

Full Text Finder (Volltext)

Competing Interests: Declaration of competing interest The authors declare the following financial interests/personal relationships which may be considered as potential competing interests: Dr Ebraham Alskaf reports financial support was provided by Siemens Healthineers. If there are other authors, they declare that they have no known competing financial interests or personal relationships that could have appeared to influence the work reported in this paper.

Titel:	Machine learning outcome prediction using stress perfusion cardiac magnetic resonance reports and natural language processing of electronic health records.
Autor/in / Beteiligte Person:	Alskaf, E ; Frey, SM ; Scannell, CM ; Suinesiaputra, A ; Vilic, D ; Dinu, V ; Masci, PG ; Perera, D ; Young, A ; Chiribiri, A
Link:	Full Text Finder (Volltext)
Zeitschrift:	Informatics in medicine unlocked, Jg. 44 (2024), S. 101418
Veröffentlichung:	[London] : Elsevier Ltd., [2015]-, 2024
Medientyp:	academicJournal
ISSN:	2352-9148 (print)
DOI:	10.1016/j.imu.2023.101418
Sonstiges:	Nachgewiesen in: MEDLINE Sprachen: English Publication Type: Journal Article Language: English [Inform Med Unlocked] 2024; Vol. 44, pp. 101418. References: Emerg Top Life Sci. 2021 Dec 20;:. (PMID: 34927670) ; Eur Heart J. 2006 Jun;27(12):1465-71. (PMID: 16720685) ; Circulation. 2000 Mar 28;101(12):1379-83. (PMID: 10736280) ; BMC Med Inform Decis Mak. 2018 Jun 25;18(1):47. (PMID: 29941004) ; Artif Intell Med. 2021 Jul;117:102083. (PMID: 34127232) ; Circ Heart Fail. 2016 Oct;9(10):. (PMID: 27656000) ; Nat Biotechnol. 2006 Dec;24(12):1565-7. (PMID: 17160063) ; JACC Cardiovasc Imaging. 2022 Nov;15(11):1900-1913. (PMID: 35842360) ; Eur Heart J. 2020 Jan 14;41(3):407-477. (PMID: 31504439) ; J Clin Med. 2021 Apr 23;10(9):. (PMID: 33922841) ; Heart. 2022 May 25;108(12):909-916. (PMID: 34711662) ; JAMA. 2016 Sep 13;316(10):1051-60. (PMID: 27570866) ; J Am Coll Cardiol. 2019 Oct 8;74(14):1741-1755. (PMID: 31582133) ; J Am Coll Cardiol. 2021 Nov 30;78(22):e187-e285. (PMID: 34756653) ; N Engl J Med. 2020 Apr 9;382(15):1395-1407. (PMID: 32227755) ; N Engl J Med. 2019 Jun 20;380(25):2418-2428. (PMID: 31216398) ; J Vis Exp. 2020 May 15;(159):. (PMID: 32478737) ; IEEE J Biomed Health Inform. 2020 Oct;24(10):2950-2959. (PMID: 32149659) ; J Magn Reson Imaging. 1999 Nov;10(5):676-85. (PMID: 10548775) ; Circulation. 2007 Apr 3;115(13):1769-76. (PMID: 17353441) Grant Information: 203148 United Kingdom WT_ Wellcome Trust; R01 HL121754 United States HL NHLBI NIH HHS Contributed Indexing: Keywords: Cardiac magnetic resonance; Coronary artery disease; Electronic health records; Machine learning; Natural language processing; Outcome prediction Entry Date(s): Date Created: 20240104 Latest Revision: 20240601 Update Code: 20240601 PubMed Central ID: PMC7615463

Klicken Sie ein Format an und speichern Sie dann die Daten oder geben Sie eine Empfänger-Adresse ein und lassen Sie sich per Email zusenden.

BibTeX Citavi, JabRef, u.a.
(Literaturverwaltung)

PDF kein Volltext!
(Merkzettel, Notizen)

RIS Endnote, Citavi u.a.
(Literaturverwaltung)

MODS
(XML zur Weiterverarbeitung)

oder

Wählen Sie das für Sie passende Zitationsformat und kopieren Sie es dann in die Zwischenablage, lassen es sich per Mail zusenden oder speichern es als PDF-Datei.

Gewünschter Zitations-Stil:

oder

Bitte prüfen Sie, ob die Zitation formal korrekt ist, bevor Sie sie in einer Arbeit verwenden. Benutzen Sie gegebenenfalls den "Exportieren"-Dialog, wenn Sie ein Literaturverwaltungsprogramm verwenden und die Zitat-Angaben selbst formatieren wollen.