侯赛因·埃斯特里
人员信息
其他同名人员
SPARQL查询
优化列表
2020年–今天
2023 [公元16年] 杰弗里·克莱恩 , 达伦·亨德森 , 米歇尔·莫里斯 , 侯赛因·埃斯特里 , 格里芬·M·韦伯 , 希亚姆·维斯瓦兰 , 肖恩·墨菲 :
一种广泛适用的方法,通过识别具有完整数据的患者来丰富电子健康记录队列:多站点评估。 美国医学信息学会。 30 ( 12 ) : 1985-1994 ( 2023 ) [i2] 乔纳斯·Hügel , 乌尔里希·萨克斯 , 肖恩·墨菲 , 侯赛因·埃斯特里 :
tSPM+; 一种从临床数据中挖掘传递序列模式的高性能算法。 CoRR公司 abs/2309.05671 ( 2023 ) 2022 [公元15年] 侯赛因·埃斯特里 , 扎卡里·H·斯特拉瑟 , 西纳·拉希迪安 , 杰弗里·克莱恩 , 卡维什瓦·瓦格利卡尔 , 小托马斯·H·麦考伊。 , 肖恩·墨菲 :
用于评估预测新冠肺炎结果的医学人工智能模型中未识别偏见的客观框架。 美国医学信息学会。 29 ( 8 ) : 1334-1341 ( 2022 ) [公元14年] 王轩 , Harrison G.Zhang(哈里森·G·张) , Xin Xiong(熊欣) , 川宏 , 格里芬·M·韦伯 , 加布里埃尔·A·布拉特 , 克拉拉·莉·邦泽尔 , 袁洛 , 芮端 , 内森·帕尔默 , 梅根·R·哈奇 , 阿尔巴·古铁雷斯-萨克斯坦 , 里卡多·贝拉齐 , 卢卡·奇奥沃 , Kelly Cho(凯利·赵) , 阿里安娜·达利亚蒂 , 侯赛因·埃斯特里 , 诺埃利亚·加西亚·巴里奥 , 罗曼·格里菲尔 , 大卫·A·哈诺 , Yuk-Lam Ho公司 , 约翰·霍姆斯 , 马克·S·凯勒 , 杰弗里·克莱恩 , Sehi L'Yi先生 , 萨拉·洛扎诺·扎霍内罗 , 莎拉·梅德洛 , 阿德琳·马库乔 , 阿尔贝托·马洛维尼 , 伯特朗·莫尔 , 杰森·H·摩尔 , 米歇尔·莫里斯 , 丹妮尔·莫维 , 肖恩·墨菲 , 安托万·纽拉兹 , 李渊(Kee Yuan Ngiam) , 吉尔伯特·S·奥曼 , 拉夫·佩特尔 , 米盖尔·佩德雷拉-吉梅内斯 , 安德烈亚·普鲁诺托 , 马拉科迪·J·萨马亚穆图 , 费尔南多·桑兹·维多雷塔 , 艾米丽·施里弗 , 佩特拉·舒伯特 , 巴勃罗·塞拉诺·巴拉佐特 , 安德鲁·南方 , 阿米莉亚·L·M·谭 , 拜恩·W·L·谭 , 瓦伦蒂娜·蒂博洛 , 帕特里克·蒂普曼 , 希亚姆·维斯瓦兰 , 宗祺夏 , 威廉·袁 , 丹尼尔·泽勒 , 艾萨克·科哈内 , 保罗·阿维拉克 , 所之郭子建 , 蔡天喜 :
SurvMaximin:用于传输生存风险预测模型的稳健联邦方法。 J.生物识别。 信息学 134 : 104176 ( 2022 ) [j13] Harrison G.Zhang(哈里森·G·张) , 阿里安娜·达利亚蒂 , 扎赫拉·沙克里·侯赛因·阿巴德 , Xin Xiong(熊欣) , 克拉拉·莉·邦泽尔 , 宗祺夏 , 布莱斯·W.Q.Tan , 保罗·阿维拉克 , 加布里埃尔·A·布拉特 , 川宏 , 米歇尔·莫里斯 , 希亚姆·维斯瓦兰 , 拉夫·佩特尔 , 阿尔巴·古铁雷斯-萨克斯坦 , 大卫·A·哈诺 , 约翰·霍姆斯 , 马拉科迪·杰巴蒂拉加姆·萨马亚穆图 , 佛罗伦萨·T·布尔乔亚 , Sehi L'Yi先生 , 莎拉·梅德洛 , 伯特朗·莫尔 , 肖恩·墨菲 , 扎卡里·H·斯特拉瑟 , 安托万·纽拉兹 , 李渊(Kee Yuan Ngiam) , Ne-Hooi Will Loh公司 , 吉尔伯特·S·奥曼 , 安德烈亚·普鲁诺托 , 劳伦·达尔文 , 杰弗里·克莱恩 , 佩特拉·舒伯特 , 费尔南多·桑兹·维多雷塔 , 文森特·贝诺特 , 纪尧姆·维迪 , 拉马坎斯·卡武鲁鲁 , 侯赛因·埃斯特里 , 袁洛 , 阿尔贝托·马洛维尼 , 瓦伦蒂娜·蒂博洛 , 里卡多·贝拉齐 , Kelly Cho(凯利·赵) , Yuk-Lam Ho公司 , 阿米莉亚·L·M·谭 , 拜恩·W·L·谭 , 尼尔斯·格伦堡 , 萨拉·洛扎诺·扎霍内罗 , 维亚尼·朱赫特(Vianney Jouhet) , 卢卡·奇奥沃 , 布鲁斯·J·阿罗诺 , 艾玛·M.S.托赫 , 魏根斯科特·黄 , 萨拉·皮兹门蒂 , 卡维什瓦·瓦格利卡尔 , 毛罗·布卡洛 , 蔡天喜 , 安德鲁·南方 , 艾萨克·科哈内 , 格里芬·M·韦伯 :
国际电子健康记录衍生的新冠肺炎患者急性后遗症概况。 npj数字。 医学 5 ( 2022 ) [第14条] 阿里安娜·达利亚蒂 , 扎卡里·H·斯特拉瑟 , 丽贝卡·梅萨 , 扎赫拉·沙克里 , 阿拉勒·阿齐尔 , 里卡多·贝拉齐 , 肖恩·墨菲 , 侯赛因·埃斯特里 :
基于MLHO的新型冠状病毒肺炎急性后遗症(PASC)表型推断数据驱动管道。 阿米亚 2022 [第13条] 扎卡里·H·斯特拉瑟 , 侯赛因·埃斯特里 , 尚恩莫菲 :
机器学习识别新冠肺炎患者的呼吸道后遗症。 阿米亚 2022 2021 [公元12年] 侯赛因·埃斯特里 , 塞巴斯蒂安·瓦西 , 肖恩·墨菲 :
用于测量EHR诊断记录合理性的生成性转移学习。 美国医学信息学会。 28 ( 三 ) : 559-568 ( 2021 ) [公元11年] 侯赛因·埃斯特里 , 扎卡里·H·斯特拉瑟 , 肖恩·墨菲 :
时间序列的高通量表型分析。 美国医学信息学会。 28 ( 4 ) : 772-781 ( 2021 ) [公元10年] 杰弗里·克莱恩 , 侯赛因·埃斯特里 , 格里芬·M·韦伯 , 伯特朗·莫尔 , 保罗·阿维拉克 , 川宏 , 阿米莉亚·L·M·谭 , 布雷特·博利尤·琼斯 , 维克托·卡斯特罗 , 托马斯·莫哈德 , 阿隆·格瓦 , 阿尔贝托·马洛维尼 , 安德鲁·南方 , 希亚姆·维斯瓦兰 , 米歇尔·莫里斯 , 马拉科迪·J·萨马亚穆图 , 吉尔伯特·S·奥曼 , 李渊(Kee Yuan Ngiam) , 肯尼思·曼德尔 , 马丁·博克 , 凯伦·奥尔森 , 丹妮尔·莫维 , 罗伯特·福列特 , 大卫·A·哈诺 , 里卡多·贝拉齐 , 杰森·H·摩尔 , Ne-Hooi Will Loh公司 , 道格拉斯·贝尔 , 卡维什瓦·瓦格利卡尔 , 卢卡·奇奥沃 , 瓦伦蒂娜·蒂博洛 , 西格伯特·里格 , 安东尼·L·L·J·李 , 维亚尼·朱赫特(Vianney Jouhet) , 艾米丽·施里弗 , 宗祺夏 , 梅根·哈奇 , 袁洛 , 艾萨克·科哈内 , 加布里埃尔·A·布拉特 , 肖恩·墨菲 :
验证国际衍生的患者严重程度表型,以支持来自电子健康记录数据的新型冠状病毒肺炎分析。 美国医学信息学会。 28 ( 7 ) : 1411-1420 ( 2021 ) [公元9年] 侯赛因·埃斯特里 , 扎卡里·H·斯特拉瑟 , 杰弗里·克莱恩 , Pourandokht Naseri公司 , 卡维什瓦·瓦格利卡尔 , 肖恩·墨菲 :
利用电子病历预测新冠肺炎死亡率。 npj数字。 医学 4 ( 2021 ) [第12条] 侯赛因·埃斯特里 , 袁洛 , 刘红芳 , 苏珊娜·塔芒 , 哈罗德·莱曼 :
解决机器学习在现实世界数据应用中的偏差。 阿米亚 2021 [第11条] 肖恩·墨菲 , 侯赛因·埃斯特里 , 阿里安娜·达利亚蒂 , 里卡多·贝拉齐 , 约翰·霍姆斯 :
国际新型冠状病毒肺炎临床特征联合会(4CE)SARS-CoV-2急性后遗症的时间表型途径。 阿米亚 2021 [第10条] 扎卡里·H·斯特拉瑟 , 侯赛因·埃斯特里 , 肖恩·墨菲 :
一种用于识别与先前COVID感染相关的紧急表型的机器学习方法。 阿米亚 2021 2020 [j8] 卡维什瓦·瓦格利卡尔 , 侯赛因·埃斯特里 , 玛丽克特·墨菲 , 肖恩·墨菲 :
极性标记:用于训练疾病分类器的银标准算法。 生物信息。 36 ( 10 ) : 3200-3206 ( 2020 ) [j7] 侯赛因·埃斯特里 , 扎卡里·H·斯特拉瑟 , 杰弗里·克莱恩 , 小托马斯·H·麦考伊。 , 卡维什瓦·瓦格利卡尔 , 塞巴斯蒂安·瓦西 , 维克托·卡斯特罗 , 玛丽克特·墨菲 , 肖恩·墨菲 :
用于挖掘预测和可解释时间表示的传递序列病历。 模式 1 ( 4 ) : 100051 ( 2020 ) 【c9】 侯赛因·埃斯特里 , 塞巴斯蒂安·瓦西 , 肖恩·墨菲 :
离散临床数据的传递序列模式挖掘。 AIME公司 2020 : 414-424 【c8】 侯赛因·埃斯特里 , 塞巴斯蒂安·瓦西 , 杰弗里·克莱恩 , 维克托·卡斯特罗 , 肖恩·墨菲 :
生成性迁移学习用于测量EHR诊断记录随时间变化的合理性。 阿米亚 2020 【c7】 肖恩·墨菲 , 侯赛因·埃斯特里 , 扎卡里·H·斯特拉瑟 , 卡维什瓦·瓦格利卡尔 , 维克托·卡斯特罗 :
EHR序列的高通量表型。 阿米亚 2020 [i1] 侯赛因·埃斯特里 , 扎卡里·H·斯特拉瑟 , 肖恩·墨菲 :
MLHO对新型冠状病毒不良结果的个体化预测。 CoRR公司 腹肌/2008.03869 ( 2020 )
2010 – 2019
2019 [j6] 侯赛因·埃斯特里 , 肖恩·墨菲 :
临床观察数据中离群值检测的半监督编码。 计算。 方法生物识别程序。 181 ( 2019 ) [j5] 侯赛因·埃斯特里 , 杰弗里·克莱恩 , 莎拉·韦勒 , 欧内斯特·阿莱马·梅萨 , R.约瑟夫·阿普尔盖特 , 加琳娜·洛津斯基 , 南丹·帕提班德拉 , 昆伟 , 威廉·亚当斯 , 马克·纳特 , 伊丽莎白·奥菲利 , 布莱恩·奥斯塔西夫斯基 , 亚历山大·夸什 , 加里·罗森塔尔 , 埃尔默·V·伯恩斯坦 , 肯尼思·曼德尔 , 肖恩·墨菲 :
联邦EHR网络数据完整性跟踪系统。 美国医学信息学会。 26 ( 7 ) : 637-645 ( 2019 ) [j4] 侯赛因·埃斯特里 , 杰弗里·克莱恩 , 肖恩·墨菲 :
一种用于检测电子健康记录数据中异常观察值的聚类方法。 BMC医学信息学决策。 制造商。 19 ( 1 ) : 142:1-142:16 ( 2019 ) 【c6】 侯赛因·埃斯特里 , 托马斯·麦考伊 , 肖恩·墨菲 :
EHR排序:一种从EHR数据构建预测和可解释数据表示的新方法。 阿米亚 2019 【c5】 杰弗里·克莱恩 , 尼克·瓦塔纳辛 , 迈克尔·门迪斯 , 马修·A·乔斯 , 侯赛因·埃斯特里 , 卡维什瓦·瓦格利卡尔 , 肖恩·墨菲 :
支持可计算表的本体。 阿米亚 2019 2018 [j3] 侯赛因·埃斯特里 , 贝扎德·阿布尼亚·奥姆兰 , 肖恩·墨菲 :
栏杆 :一种有效的可扩展程序,用于近似无监督学习中的集群数量。 大数据研究。 13 : 38-51 ( 2018 ) [注2] 侯赛因·埃斯特里 , 卡里·A·斯蒂芬斯 , 杰弗里·克莱恩 , 肖恩·墨菲 :
利用DQe-c探索临床数据研究网络的完整性。 美国医学信息学会。 25 ( 1 ) : 17-24 ( 2018 ) 2017 【c4】 迈克尔·坎托 , 侯赛因·埃斯特里 , 雷切尔·戈尔德 , 特蕾莎·卡伦 :
健康的社会决定因素:应用信息学方法将环境纳入护理。 阿米亚 2017 【c3】 侯赛因·埃斯特里 , 杰弗里·克莱恩 , 卡维什瓦·瓦格利卡尔 , 肖恩·墨菲 :
应用无监督学习来描述临床数据中罕见的观察结果:DQe-p工具。 阿米亚 2017 [c2] 侯赛因·埃斯特里 , 卡里·A·斯蒂芬斯 , 杰弗里·克莱恩 , 肖恩·墨菲 :
用DQe-探索临床数据研究网络的完整性。 国际广播电台 2017 2016 [j1] 卡里·斯蒂芬斯 , 尼古拉斯·安德森 , 林静萍 , 侯赛因·埃斯特里 :
实施伙伴关系驱动的临床联合电子健康记录数据共享网络。 国际医学信息学杂志 93 : 26-33 ( 2016 ) 【c1】 侯赛因·埃斯特里 , 特里·洛文斯 , 纳德·阿夫扎兰 , 卡里·斯蒂芬斯 :
应用参与式设计方法定义电子健康数据“数据分析”工具的目标和属性。 国际广播电台 2016