ترجمه فارسی مقاله فنوتیپ و پیش بینی درد شکمی کودکان: یک رویکرد یادگیری ماشینی

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

عنوان مقاله به انگلیسی Phenotyping and prediction of paediatric abdominal pain: A machine learning approach
عنوان مقاله به فارسی فنوتیپ و پیش بینی درد شکمی کودکان: یک رویکرد یادگیری ماشینی
نویسندگان Kazuya Takahashi, Michalina Lubiatowska, Huma Shehwana, James K. Ruffle, John A Williams, ProfileAnimesh Acharjee, Shuji Terai, Georgios V Gkoutos, Humayoon Satti, Qasim Aziz
فرمت مقاله انگلیسی PDF
تعداد صفحات 49
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Gastroenterology علم معده

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Due to patient heterogeneity, the exact mechanisms of paediatric abdominal pain (AP) remain unknown. We sought to resolve this by identifying paediatric AP phenotypes and developing predictive models to determine their associated factors. In 13,790 children from a large birth cohort, the frequencies of paediatric and maternal demographics and comorbidities were catalogued from general practitioner records. Unsupervised machine learning clustering was used to identify phenotypes of paediatric AP with shared characteristics. Predictive paediatric AP models were constructed using paediatric and maternal demographics and comorbidities.

چکیده به فارسی (ترجمه ماشینی)

به دلیل ناهمگونی بیمار ، مکانیسم های دقیق درد شکم کودکان (AP) ناشناخته است.ما با شناسایی فنوتیپ های AP کودکان و توسعه مدلهای پیش بینی کننده برای تعیین عوامل مرتبط با آنها ، به دنبال حل این مسئله بودیم.در 13،790 کودک از یک گروه بزرگ تولد ، فرکانس های جمعیتی کودکان و مادران و عوارض جانبی از سوابق پزشک عمومی کاتالوگ شد.خوشه بندی یادگیری ماشین بدون نظارت برای شناسایی فنوتیپ های AP کودکان با خصوصیات مشترک استفاده شد.مدل های AP پیش بینی کودکان با استفاده از جمعیت شناسی کودکان و مادران و عوارض جانبی ساخته شد.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.