EUVIMEDEUVIMED entdecken
Crossref

COPD: Modelle des maschinellen Lernens zur Einschätzung von Therapieeffekten?

Annika Simon

Pneumologie · 01.01.2024 · 78 (01) · 14

DOI: 10.1055/a-2196-8577 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Pneumologie, erschienen am 01.01.2024. Verfasst von Annika Simon. Die Arbeit nennt 1 Literaturangaben.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Die Abschätzung kausaler Effekte einer Intervention auf individueller Ebene – im Folgenden als individueller Behandlungseffekt (ITE) bezeichnet – spielt eine wichtige Rolle für die Ermittlung von Reaktionen vor einer geplanten Intervention. Verstraete et al. haben die ITEs verschiedener Behandlungen von Patient*innen mit chronisch obstruktiver Lungenerkrankung (COPD) analysiert und griffen dazu auf Modelle des maschinellen Lernens (ML) zurück.

Zitieren

APA

Simon, A. (2024). COPD: Modelle des maschinellen Lernens zur Einschätzung von Therapieeffekten?. Pneumologie, 78(01), 14. https://doi.org/10.1055/a-2196-8577

Vancouver

Simon A. COPD: Modelle des maschinellen Lernens zur Einschätzung von Therapieeffekten?. Pneumologie. 2024;78(01):14. doi:10.1055/a-2196-8577

BibTeX
@article{Simon2024,
  author = {Simon, Annika},
  title = {COPD: Modelle des maschinellen Lernens zur Einschätzung von Therapieeffekten?},
  journal = {Pneumologie},
  year = {2024},
  volume = {78},
  number = {01},
  pages = {14},
  doi = {10.1055/a-2196-8577}
}
Kostenlos starten →