A novel, machine-learning model for prediction of short-term ASCVD risk over 90 and 365 days

• Κύριοι συγγραφείς: Tomer Gazit (Συγγραφέας), Hanan Mann (Συγγραφέας), Shiri Gaber (Συγγραφέας), Pavel Adamenko (Συγγραφέας), Granit Pariente (Συγγραφέας), Liron Volsky (Συγγραφέας), Amir Dolev (Συγγραφέας), Helena Lyson (Συγγραφέας), Eyal Zimlichman (Συγγραφέας), Jay A. Pandit (Συγγραφέας), Edo Paz (Συγγραφέας)
• Μορφή: Βιβλίο
• Έκδοση: Frontiers Media S.A., 2024-11-01T00:00:00Z.
• Θέματα: article
• Διαθέσιμο Online: Connect to this object online.

BackgroundCurrent atherosclerotic cardiovascular disease (ASCVD) risk assessment tools like the Pooled Cohort Equations (PCEs) and PREVENT™ scores offer long-term predictions but may not effectively drive behavior change. Short-term risk predictions using mobile health (mHealth) data and electronic...