Predictive modeling of gestational weight gain: a machine learning multiclass classification study

• Huvudskapare: Audêncio Victor (Författare, medförfattare), Hellen Geremias dos Santos (Författare, medförfattare), Gabriel Ferreira Santos Silva (Författare, medförfattare), Fabiano Barcellos Filho (Författare, medförfattare), Alexandre de Fátima Cobre (Författare, medförfattare), Liania A. Luzia (Författare, medförfattare), Patrícia H.C. Rondó (Författare, medförfattare), Alexandre Dias Porto Chiavegatto Filho (Författare, medförfattare)
• Materialtyp: Bok
• Publicerad: BMC, 2024-11-01T00:00:00Z.
• Ämnen: article
• Länkar: Connect to this object online.

Abstract Background Gestational weight gain (GWG) is a critical factor influencing maternal and fetal health. Excessive or insufficient GWG can lead to various complications, including gestational diabetes, hypertension, cesarean delivery, low birth weight, and preterm birth. This study aims to deve...