Navigation überspringen
Universitätsbibliothek Heidelberg
Status: Bibliographieeintrag
Standort: ---
Exemplare: ---
heiBIB
 Online-Ressource
Verfasst von:Reuter, Anna [VerfasserIn]   i
 Smolić, Šime [VerfasserIn]   i
 Bärnighausen, Till [VerfasserIn]   i
 Sudharsanan, Nikkil [VerfasserIn]   i
Titel:Predicting missed health care visits during the COVID-19 pandemic using machine learning methods
Titelzusatz:evidence from 55,500 individuals from 28 European Countries
Verf.angabe:Anna Reuter, Prof. Šime Smolić, Prof. Dr. Till Bärnighausen, Prof. Dr. Nikkil Sudharsanan
Ausgabe:Preprint
E-Jahr:2022
Jahr:March 04, 2022
Umfang:21 S.
Fussnoten:This version: February 28, 2022 ; Gesehen am 04.08.2022
Titel Quelle:Enthalten in: medRxiv
Ort Quelle:Cold Spring Harbor : Cold Spring Harbor Laboratory, 2019
Jahr Quelle:2022
Band/Heft Quelle:(2022), Artikel-ID 2022.03.01.22271611, Seite 1-21
Abstract:Background The COVID-19 pandemic has led many individuals to miss essential care. Machine-learning models that predict which patients are at greatest risk of missing care visits can help health administrators prioritize retentions efforts towards patients with the most need. Such approaches may be especially useful for efficiently targeting interventions for health systems overburdened by the COVID-19 pandemic.
DOI:doi:10.1101/2022.03.01.22271611
URL:Bitte beachten Sie: Dies ist ein Bibliographieeintrag. Ein Volltextzugriff für Mitglieder der Universität besteht hier nur, falls für die entsprechende Zeitschrift/den entsprechenden Sammelband ein Abonnement besteht oder es sich um einen OpenAccess-Titel handelt.

Volltext: https://doi.org/10.1101/2022.03.01.22271611
 Volltext: http://medrxiv.org/lookup/doi/10.1101/2022.03.01.22271611
 DOI: https://doi.org/10.1101/2022.03.01.22271611
Datenträger:Online-Ressource
Sprache:eng
K10plus-PPN:1813293716
Verknüpfungen:→ Sammelwerk

Permanenter Link auf diesen Titel (bookmarkfähig):  https://katalog.ub.uni-heidelberg.de/titel/68950430   QR-Code
zum Seitenanfang