Can diverse population characteristics be leveraged in a machine learning pipeline to predict resource intensive healthcare utilization among hospital service areas?
Abstract Background Super-utilizers represent approximately 5% of the population in the United States (U.S.) and yet they are responsible for over 50% of healthcare expenditures. Using characteristics of hospital service areas (HSAs) to predict utilization of resource intensive healthcare (RIHC) may...
Zapisane w:
| Główni autorzy: | , , , , |
|---|---|
| Format: | Książka |
| Wydane: |
BMC,
2022-06-01T00:00:00Z.
|
| Hasła przedmiotowe: | |
| Dostęp online: | Connect to this object online. |
| Etykiety: |
Dodaj etykietę
Nie ma etykietki, Dołącz pierwszą etykiete!
|
Internet
Connect to this object online.3rd Floor Main Library
| Sygnatura: |
A1234.567 |
|---|---|
| Egzemplarz 1 | Dostępne |