Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Using machine learning to reduce unnecessary rehospitalization of cardiovascular patients in Saudi Arabia.

Autor: Alzeer AH; Department of Clinical Pharmacy, College of Pharmacy, King Saud University, Riyadh, Saudi Arabia. Electronic address: aalzeer@ksu.edu.sa., Althemery A; Department of Clinical Pharmacy, College of Pharmacy, Prince Sattam Bin Abdulaziz University, Al-Kharj, Saudi Arabia. Electronic address: a.althemery@psau.edu.sa., Alsaawi F; Department of Data Services, Lean Business Services, Riyadh, Saudi Arabia. Electronic address: f.alsaawi@lean.sa., Albalawi M; Department of Digital Health, Lean Business Services, Riyadh, Saudi Arabia. Electronic address: M.Albalawi@lean.sa., Alharbi A; Department of Data Services, Lean Business Services, Riyadh, Saudi Arabia. Electronic address: AA.Alharbi@lean.sa., Alzahrani S; Department of Data Services, Lean Business Services, Riyadh, Saudi Arabia. Electronic address: S.Alzahrani@lean.sa., Alabdulaali D; Department of Data Services, Lean Business Services, Riyadh, Saudi Arabia. Electronic address: D.Alabdulaali@lean.sa., Alabdullatif R; Department of Data Services, Lean Business Services, Riyadh, Saudi Arabia. Electronic address: R.alabdullatif@lean.sa., Tash A; Cardiac Services Development, Ministry of Health, Riyadh, Saudi Arabia; National Heart Center, Saudi Health Council, Riyadh, Saudi Arabia. Electronic address: atash@moh.gov.sa.

Publikováno v: International journal of medical informatics [Int J Med Inform] 2021 Oct; Vol. 154, pp. 104565. Date of Electronic Publication: 2021 Sep 01.