2025-02-22T16:54:38-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: Query fl=%2A&wt=json&json.nl=arrarr&q=id%3A%22journaliasakpiua-article-285956%22&qt=morelikethis&rows=5
2025-02-22T16:54:38-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: => GET http://localhost:8983/solr/biblio/select?fl=%2A&wt=json&json.nl=arrarr&q=id%3A%22journaliasakpiua-article-285956%22&qt=morelikethis&rows=5
2025-02-22T16:54:38-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: <= 200 OK
2025-02-22T16:54:38-05:00 DEBUG: Deserialized SOLR response
Прогнозування кардіоміопатії у пацієнтів з постійною шлуночковою електрокардіостимуляцією за допомогою методів машинного навчання

Прогнозування кардіоміопатії у пацієнтів з постійною шлуночковою електрокардіостимуляцією за допомогою методів машинного навчання

Pacing-induced cardiomyopathy is a notable issue in patients needing permanent ventricular pacing. Identifying risk groups early and swiftly preventing the ailment can reduce patient harm. However, current prognostic methods require clarity. We employed machine learning to develop predictive models...

Full description

Saved in:
Bibliographic Details
Main Authors: Perepeka, Eugene, Lazoryshynets, Vasyl, Babenko, Vitalii, Davydovych, Illia, Nastenko, Ievgen
Format: Article
Language:English
Published: The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2024
Subjects:
permanent ventricular pacing
risk factors
artificial intelligence
forecasting
machine learning
постійне ритмоведення шлуночків
фактори ризику
штучний інтелект
прогнозування
машинне навчання
Online Access:http://journal.iasa.kpi.ua/article/view/285956
Tags: Add Tag
No Tags, Be the first to tag this record!

Internet

http://journal.iasa.kpi.ua/article/view/285956

Similar Items