Buscar
image du produit
Heart, Lung and Circulation

Suscribirse

Enhancing Clinical Decision-Making in Heart Failure: SHAP-Based Interpretability of Length of Stay Predictions Using a LightGBM Machine Learning Model - 07/08/25

Doi : 10.1016/j.hlc.2025.06.618 
A.C.A. Rao 1, 2, M. Neshat 1, P.J. Scott 1, 2
1 Canberra Health Services, Canberra, ACT, Australia 
2 Australian National University, Canberra, ACT, Australia 

El texto completo de este artículo está disponible en PDF.

602

El texto completo de este artículo está disponible en PDF.

Esquema


© 2025  Publicado por Elsevier Masson SAS.
Añadir a mi biblioteca Eliminar de mi biblioteca Imprimir
Exportación

    Exportación citas

  • Fichero

    •

  • Contenido

    •

Vol 34 - N° S4

P. S492-S494 - août 2025 Regresar al número
Artículo precedente Artículo precedente
  • Effects of a Nurse-Avatar Guided Discharge Education Smartphone Application in People After Acute Coronary Syndrome: A Randomised Controlled Trial
  • T. Ellis, S. Cheng, R. Zecchin, J. Redfern
| Artículo siguiente Artículo siguiente
  • Evaluation of Responses to Coronary Angiogram Questions Using Chat-Based Artificial Intelligence
  • T. Wong, J. Ang

Bienvenido a EM-consulte, la referencia de los profesionales de la salud.
El acceso al texto completo de este artículo requiere una suscripción.

¿Ya suscrito a @@106933@@ revista ?

@@150455@@ Voir plus

Mi cuenta

Aide & support

Declaración CNIL

EM-CONSULTE.COM se declara a la CNIL, la declaración N º 1286925.

En virtud de la Ley N º 78-17 del 6 de enero de 1978, relativa a las computadoras, archivos y libertades, usted tiene el derecho de oposición (art.26 de la ley), el acceso (art.34 a 38 Ley), y correcta (artículo 36 de la ley) los datos que le conciernen. Por lo tanto, usted puede pedir que se corrija, complementado, clarificado, actualizado o suprimido información sobre usted que son inexactos, incompletos, engañosos, obsoletos o cuya recogida o de conservación o uso está prohibido.
La información personal sobre los visitantes de nuestro sitio, incluyendo su identidad, son confidenciales.
El jefe del sitio en el honor se compromete a respetar la confidencialidad de los requisitos legales aplicables en Francia y no de revelar dicha información a terceros.

Todo el contenido en este sitio: Copyright © 2026 Elsevier, sus licenciantes y colaboradores. Se reservan todos los derechos, incluidos los de minería de texto y datos, entrenamiento de IA y tecnologías similares. Para todo el contenido de acceso abierto, se aplican los términos de licencia de Creative Commons.