Saltar al contenido principal

ETHNOS_APP

Inicio • Búsqueda • Revistas • Lista 0

Analysis of disease severity and mortality prediction using machine learning during Covid-19

Datos Bibliográficos

ID9406703
AutoresH Hamidi (0000-0002-1680-4420, autor de correspondencia), Mostafa Moradi Sarabi (0000-0003-3052-6858, K.N.Toosi University of Technology), Mostafa Moradi (0000-0002-1216-3531)
Año2025
Volumen258
Páginas105136-105136
Fecha de publicación2025-06-14
Open AccessSí
TipoARTICLE
RevistaActa Psychologica (JOURNAL)
Identificadores de la revistaISSN: 0001-6918 • E-ISSN: 1873-6297
EditorialElsevier BV (PUBLISHER)
DOI10.1016/j.actpsy.2025.105136
PMID40517610
OpenAlexW4411301719
IdiomaEN
Citas recibidas1
Referencias citadas39

2019-20 coronavirus outbreak · Coronavirus disease 2019 (COVID-19 · Disease · Infectious disease (medical specialty · Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2 · Artificial Intelligence in Healthcare · COVID-19 diagnosis using AI · Internal Medicine · Machine Learning in Healthcare · Medicine · Psychology · Virology

  • Trust in AI vs. human doctors

    Open Access•Xiaotong Ding, Cai Xing•Acta Psychologica•2025

  • Detection of 2019 novel coronavirus (2019-nCoV) by real-time RT-PCR

    Open Access•Victor M Corman, Olfert Landt et al.•Eurosurveillance•2020

  • An Explainable AI Approach for the Rapid Diagnosis of Covid-19 Using Ensemble Learning Algorithms

    Open Access•Houwu Gong, Miye Wang et al.•Frontiers in Public Health•2022

Citas por año1
Intervalo de citas2025 - 2025 (1)
Altamente citadoNo

Herramientas

Abrir DOIOpen Access
Ethnos_APP • Proyecto Open Source • Licencia MIT • Frontend v2.0.0 • Privacidad y Cookies • Documentación de la API: api.ethnos.app/docs • Código de la API: GitHub • DOI: 10.5281/zenodo.17049435 • Código del Frontend: GitHub • DOI: 10.5281/zenodo.17050053 • cruz.rio.br • Expectantes Misericordiae