- -

Potential limitations in COVID-19 machine learning due to data source variability: A case study in the nCov2019 dataset

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Potential limitations in COVID-19 machine learning due to data source variability: A case study in the nCov2019 dataset

Mostrar el registro completo del ítem

Sáez Silvestre, C.; Romero, N.; Conejero, JA.; Garcia-Gomez, JM. (2021). Potential limitations in COVID-19 machine learning due to data source variability: A case study in the nCov2019 dataset. Journal of the American Medical Informatics Association. 28(2):360-364. https://doi.org/10.1093/jamia/ocaa258

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10251/189724

Ficheros en el ítem

Metadatos del ítem

Título: Potential limitations in COVID-19 machine learning due to data source variability: A case study in the nCov2019 dataset
Autor: Sáez Silvestre, Carlos Romero, Nekane Conejero, J. Alberto Garcia-Gomez, Juan M
Entidad UPV: Universitat Politècnica de València. Escola Tècnica Superior d'Enginyeria Informàtica
Universitat Politècnica de València. Escuela Técnica Superior de Ingenieros Industriales - Escola Tècnica Superior d'Enginyers Industrials
Fecha difusión:
Resumen:
[EN] Objective: The lack of representative coronavirus disease 2019 (COVID-19) data is a bottleneck for reliable and generalizable machine learning. Data sharing is insufficient without data quality, in which source ...[+]
Palabras clave: COVID-19 , Data quality , Machine learning , Biases , Data sharing , Distributed research networks , Multi-site data , Variability , Heterogeneity , Dataset shift
Derechos de uso: Reserva de todos los derechos
Fuente:
Journal of the American Medical Informatics Association. (issn: 1067-5027 )
DOI: 10.1093/jamia/ocaa258
Editorial:
Oxford University Press
Versión del editor: https://doi.org/10.1093/jamia/ocaa258
Código del Proyecto:
info:eu-repo/grantAgreement/UPV//UPV-SUB.2-1302/
Agradecimientos:
This work was supported by Universitat Politecnica de Valencia contract no. UPV-SUB.2-1302 and FONDO SUPERA COVID-19 by CRUE-Santander Bank grant "Severity Subgroup Discovery and Classification on COVID-19 Real World Data ...[+]
Tipo: Artículo

recommendations

 

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro completo del ítem