Chaines de Markov : Questions médicales fréquentes
Nom anglais: Markov Chains
Descriptor UI:D008390
Tree Number:N06.850.520.830.996.500
Questions fréquentes et termes MeSH associés
Diagnostic
5
#1
Comment identifier une chaîne de Markov ?
On identifie une chaîne de Markov par ses états et les probabilités de transition entre eux.
Modèles MarkoviensProbabilités
#2
Quels outils pour analyser les chaînes de Markov ?
Des logiciels comme R ou Python avec des bibliothèques spécifiques permettent d'analyser ces chaînes.
Analyse StatistiqueLogiciels
#3
Quelles sont les applications cliniques des chaînes de Markov ?
Elles sont utilisées pour modéliser des processus de santé, comme la progression des maladies.
ModélisationSanté Publique
#4
Peut-on visualiser une chaîne de Markov ?
Oui, on peut utiliser des diagrammes d'états pour visualiser les transitions entre états.
VisualisationDiagrammes
#5
Quelles données sont nécessaires pour une chaîne de Markov ?
Il faut des données sur les états possibles et les probabilités de transition entre eux.
DonnéesProbabilités
Symptômes
5
#1
Quels symptômes modélisent les chaînes de Markov en santé ?
Elles modélisent des symptômes comme la douleur, la fatigue ou la progression de maladies.
SymptômesMaladies
#2
Les chaînes de Markov peuvent-elles prédire des symptômes ?
Oui, elles peuvent prédire l'apparition de symptômes en fonction des états précédents.
PrédictionSymptômes
#3
Comment les symptômes influencent-ils les chaînes de Markov ?
Les symptômes peuvent modifier les probabilités de transition entre différents états de santé.
État de SantéSymptômes
#4
Les chaînes de Markov aident-elles à comprendre les symptômes ?
Oui, elles aident à comprendre la dynamique des symptômes au fil du temps.
DynamiqueSymptômes
#5
Peut-on modéliser des symptômes chroniques avec ces chaînes ?
Oui, les chaînes de Markov sont adaptées pour modéliser des symptômes chroniques et leur évolution.
Maladies ChroniquesModélisation
Prévention
5
#1
Comment les chaînes de Markov aident-elles à la prévention ?
Elles modélisent les risques et les bénéfices des interventions préventives.
PréventionInterventions
#2
Peut-on évaluer des stratégies de prévention avec ces chaînes ?
Oui, elles permettent d'évaluer l'impact des stratégies de prévention sur la santé.
Stratégies de PréventionÉvaluation
#3
Les chaînes de Markov aident-elles à comprendre les facteurs de risque ?
Oui, elles aident à modéliser comment les facteurs de risque influencent la santé.
Facteurs de RisqueModélisation
#4
Quels types de prévention peuvent être modélisés ?
Des programmes de vaccination, de dépistage ou de promotion de la santé.
VaccinationDépistage
#5
Les chaînes de Markov sont-elles utiles en santé publique ?
Oui, elles sont essentielles pour planifier des interventions de santé publique efficaces.
Santé PubliqueInterventions
Traitements
5
#1
Comment les chaînes de Markov aident-elles au traitement ?
Elles permettent d'évaluer l'efficacité des traitements en modélisant les résultats possibles.
TraitementsEfficacité
#2
Peut-on simuler des traitements avec des chaînes de Markov ?
Oui, on peut simuler différents scénarios de traitement pour évaluer leurs impacts.
SimulationScénarios
#3
Les chaînes de Markov influencent-elles le choix des traitements ?
Elles aident à choisir le traitement optimal en fonction des probabilités de succès.
Choix de TraitementProbabilités
#4
Quels traitements peuvent être modélisés par ces chaînes ?
Des traitements pour des maladies chroniques, des cancers ou des maladies infectieuses.
Maladies InfectieusesCancers
#5
Les chaînes de Markov sont-elles utilisées en oncologie ?
Oui, elles sont couramment utilisées pour modéliser les traitements en oncologie.
OncologieModélisation
Complications
5
#1
Comment les chaînes de Markov modélisent-elles les complications ?
Elles modélisent les transitions vers des états de complications en fonction des traitements.
ComplicationsTransitions
#2
Peut-on prédire des complications avec ces chaînes ?
Oui, elles permettent de prédire la probabilité d'apparition de complications.
PrédictionComplications
#3
Les chaînes de Markov aident-elles à gérer les complications ?
Oui, elles aident à planifier des stratégies pour minimiser les complications.
GestionStratégies
#4
Quels types de complications peuvent être modélisés ?
Des complications liées à des maladies chroniques, des infections ou des traitements.
Maladies ChroniquesInfections
#5
Les chaînes de Markov sont-elles utilisées en cardiologie ?
Oui, elles sont utilisées pour modéliser les complications cardiovasculaires et leurs traitements.
CardiologieComplications Cardiovasculaires
Facteurs de risque
5
#1
Quels facteurs de risque peuvent être modélisés ?
Des facteurs comme l'âge, le sexe, le mode de vie et les antécédents médicaux.
Facteurs de RisqueAntécédents Médicaux
#2
Comment les chaînes de Markov évaluent-elles les facteurs de risque ?
Elles évaluent l'impact des facteurs de risque sur la progression des maladies.
ÉvaluationProgression des Maladies
#3
Les chaînes de Markov aident-elles à identifier des facteurs de risque ?
Oui, elles aident à identifier les facteurs de risque associés à des maladies spécifiques.
IdentificationMaladies Spécifiques
#4
Peut-on modéliser l'impact des facteurs de risque sur la santé ?
Oui, elles permettent de modéliser comment les facteurs de risque affectent la santé globale.
ImpactSanté Globale
#5
Les chaînes de Markov sont-elles utiles pour la recherche épidémiologique ?
Oui, elles sont essentielles pour étudier les facteurs de risque dans les populations.
Recherche ÉpidémiologiquePopulations
{
"@context": "https://schema.org",
"@graph": [
{
"@type": "MedicalWebPage",
"name": "Chaines de Markov : Questions médicales les plus fréquentes",
"headline": "Chaines de Markov : Comprendre les symptômes, diagnostics et traitements",
"description": "Guide complet et accessible sur les Chaines de Markov : explications, diagnostics, traitements et prévention. Information médicale validée destinée aux patients.",
"datePublished": "2024-07-18",
"dateModified": "2026-04-09",
"inLanguage": "fr",
"medicalAudience": [
{
"@type": "MedicalAudience",
"name": "Grand public",
"audienceType": "Patient",
"healthCondition": {
"@type": "MedicalCondition",
"name": "Chaines de Markov"
},
"suggestedMinAge": 18,
"suggestedGender": "unisex"
},
{
"@type": "MedicalAudience",
"name": "Médecins",
"audienceType": "Physician",
"geographicArea": {
"@type": "AdministrativeArea",
"name": "France"
}
},
{
"@type": "MedicalAudience",
"name": "Chercheurs",
"audienceType": "Researcher",
"geographicArea": {
"@type": "AdministrativeArea",
"name": "International"
}
}
],
"reviewedBy": {
"@type": "Person",
"name": "Dr Olivier Menir",
"jobTitle": "Expert en Médecine",
"description": "Expert en Médecine, Optimisation des Parcours de Soins et Révision Médicale",
"url": "/static/pages/docteur-olivier-menir.html",
"alumniOf": {
"@type": "EducationalOrganization",
"name": "Université Paris Descartes"
}
},
"isPartOf": {
"@type": "MedicalWebPage",
"name": "Processus stochastiques",
"url": "https://questionsmedicales.fr/mesh/D013269",
"about": {
"@type": "MedicalCondition",
"name": "Processus stochastiques",
"code": {
"@type": "MedicalCode",
"code": "D013269",
"codingSystem": "MeSH"
},
"identifier": {
"@type": "PropertyValue",
"propertyID": "MeSH Tree",
"value": "N06.850.520.830.996"
}
}
},
"about": {
"@type": "MedicalCondition",
"name": "Chaines de Markov",
"alternateName": "Markov Chains",
"code": {
"@type": "MedicalCode",
"code": "D008390",
"codingSystem": "MeSH"
}
},
"author": [
{
"@type": "Person",
"name": "Daniel J Sharpe",
"url": "https://questionsmedicales.fr/author/Daniel%20J%20Sharpe",
"affiliation": {
"@type": "Organization",
"name": "Department of Chemistry, University of Cambridge, Lensfield Road, Cambridge CB2 1EW, UK."
}
},
{
"@type": "Person",
"name": "David J Wales",
"url": "https://questionsmedicales.fr/author/David%20J%20Wales",
"affiliation": {
"@type": "Organization",
"name": "Department of Chemistry, University of Cambridge, Lensfield Road, Cambridge CB2 1EW, UK."
}
},
{
"@type": "Person",
"name": "Deepti Kannan",
"url": "https://questionsmedicales.fr/author/Deepti%20Kannan",
"affiliation": {
"@type": "Organization",
"name": "Department of Chemistry, University of Cambridge, Lensfield Road, Cambridge CB2 1EW, UK."
}
},
{
"@type": "Person",
"name": "Thomas D Swinburne",
"url": "https://questionsmedicales.fr/author/Thomas%20D%20Swinburne",
"affiliation": {
"@type": "Organization",
"name": "CNRS, CINaM UMR, Aix-Marseille Université, 7325, Campus de Luminy, 13288 Marseille, France."
}
},
{
"@type": "Person",
"name": "Werner Krauth",
"url": "https://questionsmedicales.fr/author/Werner%20Krauth",
"affiliation": {
"@type": "Organization",
"name": "Laboratoire de Physique de l'Ecole normale supérieure, ENS, Université PSL, CNRS, Sorbonne Université, Université de Paris, Paris, France."
}
}
],
"citation": [
{
"@type": "ScholarlyArticle",
"name": "Improving models for student retention and graduation using Markov chains.",
"datePublished": "2023-06-26",
"url": "https://questionsmedicales.fr/article/37363904",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.1371/journal.pone.0287775"
}
},
{
"@type": "ScholarlyArticle",
"name": "Pathways for socio-economic system transitions expressed as a Markov chain.",
"datePublished": "2023-07-31",
"url": "https://questionsmedicales.fr/article/37523367",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.1371/journal.pone.0288928"
}
},
{
"@type": "ScholarlyArticle",
"name": "Ideal Observer Computation by Use of Markov-Chain Monte Carlo With Generative Adversarial Networks.",
"datePublished": "2023-11-30",
"url": "https://questionsmedicales.fr/article/37578916",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.1109/TMI.2023.3304907"
}
},
{
"@type": "ScholarlyArticle",
"name": "Markov chain-based impact analysis of the pandemic Covid-19 outbreak on global primary energy consumption mix.",
"datePublished": "2024-04-24",
"url": "https://questionsmedicales.fr/article/38658780",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.1038/s41598-024-60125-3"
}
},
{
"@type": "ScholarlyArticle",
"name": "Seasonal influence on respiratory tract infection severity including COVID-19 quantified through Markov Chain modeling.",
"datePublished": "2023-07-10",
"url": "https://questionsmedicales.fr/article/37401774",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.1002/psp4.13006"
}
}
],
"breadcrumb": {
"@type": "BreadcrumbList",
"itemListElement": [
{
"@type": "ListItem",
"position": 1,
"name": "questionsmedicales.fr",
"item": "https://questionsmedicales.fr"
},
{
"@type": "ListItem",
"position": 2,
"name": "Environnement et santé publique",
"item": "https://questionsmedicales.fr/mesh/D004778"
},
{
"@type": "ListItem",
"position": 3,
"name": "Santé publique",
"item": "https://questionsmedicales.fr/mesh/D011634"
},
{
"@type": "ListItem",
"position": 4,
"name": "Méthodes épidémiologiques",
"item": "https://questionsmedicales.fr/mesh/D004812"
},
{
"@type": "ListItem",
"position": 5,
"name": "Statistiques comme sujet",
"item": "https://questionsmedicales.fr/mesh/D013223"
},
{
"@type": "ListItem",
"position": 6,
"name": "Processus stochastiques",
"item": "https://questionsmedicales.fr/mesh/D013269"
},
{
"@type": "ListItem",
"position": 7,
"name": "Chaines de Markov",
"item": "https://questionsmedicales.fr/mesh/D008390"
}
]
}
},
{
"@type": "MedicalWebPage",
"name": "Article complet : Chaines de Markov - Questions et réponses",
"headline": "Questions et réponses médicales fréquentes sur Chaines de Markov",
"description": "Une compilation de questions et réponses structurées, validées par des experts médicaux.",
"datePublished": "2026-04-29",
"inLanguage": "fr",
"hasPart": [
{
"@type": "MedicalWebPage",
"name": "Diagnostic",
"headline": "Diagnostic sur Chaines de Markov",
"description": "Comment identifier une chaîne de Markov ?\nQuels outils pour analyser les chaînes de Markov ?\nQuelles sont les applications cliniques des chaînes de Markov ?\nPeut-on visualiser une chaîne de Markov ?\nQuelles données sont nécessaires pour une chaîne de Markov ?",
"url": "https://questionsmedicales.fr/mesh/D008390#section-diagnostic"
},
{
"@type": "MedicalWebPage",
"name": "Symptômes",
"headline": "Symptômes sur Chaines de Markov",
"description": "Quels symptômes modélisent les chaînes de Markov en santé ?\nLes chaînes de Markov peuvent-elles prédire des symptômes ?\nComment les symptômes influencent-ils les chaînes de Markov ?\nLes chaînes de Markov aident-elles à comprendre les symptômes ?\nPeut-on modéliser des symptômes chroniques avec ces chaînes ?",
"url": "https://questionsmedicales.fr/mesh/D008390#section-symptômes"
},
{
"@type": "MedicalWebPage",
"name": "Prévention",
"headline": "Prévention sur Chaines de Markov",
"description": "Comment les chaînes de Markov aident-elles à la prévention ?\nPeut-on évaluer des stratégies de prévention avec ces chaînes ?\nLes chaînes de Markov aident-elles à comprendre les facteurs de risque ?\nQuels types de prévention peuvent être modélisés ?\nLes chaînes de Markov sont-elles utiles en santé publique ?",
"url": "https://questionsmedicales.fr/mesh/D008390#section-prévention"
},
{
"@type": "MedicalWebPage",
"name": "Traitements",
"headline": "Traitements sur Chaines de Markov",
"description": "Comment les chaînes de Markov aident-elles au traitement ?\nPeut-on simuler des traitements avec des chaînes de Markov ?\nLes chaînes de Markov influencent-elles le choix des traitements ?\nQuels traitements peuvent être modélisés par ces chaînes ?\nLes chaînes de Markov sont-elles utilisées en oncologie ?",
"url": "https://questionsmedicales.fr/mesh/D008390#section-traitements"
},
{
"@type": "MedicalWebPage",
"name": "Complications",
"headline": "Complications sur Chaines de Markov",
"description": "Comment les chaînes de Markov modélisent-elles les complications ?\nPeut-on prédire des complications avec ces chaînes ?\nLes chaînes de Markov aident-elles à gérer les complications ?\nQuels types de complications peuvent être modélisés ?\nLes chaînes de Markov sont-elles utilisées en cardiologie ?",
"url": "https://questionsmedicales.fr/mesh/D008390#section-complications"
},
{
"@type": "MedicalWebPage",
"name": "Facteurs de risque",
"headline": "Facteurs de risque sur Chaines de Markov",
"description": "Quels facteurs de risque peuvent être modélisés ?\nComment les chaînes de Markov évaluent-elles les facteurs de risque ?\nLes chaînes de Markov aident-elles à identifier des facteurs de risque ?\nPeut-on modéliser l'impact des facteurs de risque sur la santé ?\nLes chaînes de Markov sont-elles utiles pour la recherche épidémiologique ?",
"url": "https://questionsmedicales.fr/mesh/D008390#section-facteurs de risque"
}
]
},
{
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "Comment identifier une chaîne de Markov ?",
"position": 1,
"acceptedAnswer": {
"@type": "Answer",
"text": "On identifie une chaîne de Markov par ses états et les probabilités de transition entre eux."
}
},
{
"@type": "Question",
"name": "Quels outils pour analyser les chaînes de Markov ?",
"position": 2,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des logiciels comme R ou Python avec des bibliothèques spécifiques permettent d'analyser ces chaînes."
}
},
{
"@type": "Question",
"name": "Quelles sont les applications cliniques des chaînes de Markov ?",
"position": 3,
"acceptedAnswer": {
"@type": "Answer",
"text": "Elles sont utilisées pour modéliser des processus de santé, comme la progression des maladies."
}
},
{
"@type": "Question",
"name": "Peut-on visualiser une chaîne de Markov ?",
"position": 4,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, on peut utiliser des diagrammes d'états pour visualiser les transitions entre états."
}
},
{
"@type": "Question",
"name": "Quelles données sont nécessaires pour une chaîne de Markov ?",
"position": 5,
"acceptedAnswer": {
"@type": "Answer",
"text": "Il faut des données sur les états possibles et les probabilités de transition entre eux."
}
},
{
"@type": "Question",
"name": "Quels symptômes modélisent les chaînes de Markov en santé ?",
"position": 6,
"acceptedAnswer": {
"@type": "Answer",
"text": "Elles modélisent des symptômes comme la douleur, la fatigue ou la progression de maladies."
}
},
{
"@type": "Question",
"name": "Les chaînes de Markov peuvent-elles prédire des symptômes ?",
"position": 7,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, elles peuvent prédire l'apparition de symptômes en fonction des états précédents."
}
},
{
"@type": "Question",
"name": "Comment les symptômes influencent-ils les chaînes de Markov ?",
"position": 8,
"acceptedAnswer": {
"@type": "Answer",
"text": "Les symptômes peuvent modifier les probabilités de transition entre différents états de santé."
}
},
{
"@type": "Question",
"name": "Les chaînes de Markov aident-elles à comprendre les symptômes ?",
"position": 9,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, elles aident à comprendre la dynamique des symptômes au fil du temps."
}
},
{
"@type": "Question",
"name": "Peut-on modéliser des symptômes chroniques avec ces chaînes ?",
"position": 10,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, les chaînes de Markov sont adaptées pour modéliser des symptômes chroniques et leur évolution."
}
},
{
"@type": "Question",
"name": "Comment les chaînes de Markov aident-elles à la prévention ?",
"position": 11,
"acceptedAnswer": {
"@type": "Answer",
"text": "Elles modélisent les risques et les bénéfices des interventions préventives."
}
},
{
"@type": "Question",
"name": "Peut-on évaluer des stratégies de prévention avec ces chaînes ?",
"position": 12,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, elles permettent d'évaluer l'impact des stratégies de prévention sur la santé."
}
},
{
"@type": "Question",
"name": "Les chaînes de Markov aident-elles à comprendre les facteurs de risque ?",
"position": 13,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, elles aident à modéliser comment les facteurs de risque influencent la santé."
}
},
{
"@type": "Question",
"name": "Quels types de prévention peuvent être modélisés ?",
"position": 14,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des programmes de vaccination, de dépistage ou de promotion de la santé."
}
},
{
"@type": "Question",
"name": "Les chaînes de Markov sont-elles utiles en santé publique ?",
"position": 15,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, elles sont essentielles pour planifier des interventions de santé publique efficaces."
}
},
{
"@type": "Question",
"name": "Comment les chaînes de Markov aident-elles au traitement ?",
"position": 16,
"acceptedAnswer": {
"@type": "Answer",
"text": "Elles permettent d'évaluer l'efficacité des traitements en modélisant les résultats possibles."
}
},
{
"@type": "Question",
"name": "Peut-on simuler des traitements avec des chaînes de Markov ?",
"position": 17,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, on peut simuler différents scénarios de traitement pour évaluer leurs impacts."
}
},
{
"@type": "Question",
"name": "Les chaînes de Markov influencent-elles le choix des traitements ?",
"position": 18,
"acceptedAnswer": {
"@type": "Answer",
"text": "Elles aident à choisir le traitement optimal en fonction des probabilités de succès."
}
},
{
"@type": "Question",
"name": "Quels traitements peuvent être modélisés par ces chaînes ?",
"position": 19,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des traitements pour des maladies chroniques, des cancers ou des maladies infectieuses."
}
},
{
"@type": "Question",
"name": "Les chaînes de Markov sont-elles utilisées en oncologie ?",
"position": 20,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, elles sont couramment utilisées pour modéliser les traitements en oncologie."
}
},
{
"@type": "Question",
"name": "Comment les chaînes de Markov modélisent-elles les complications ?",
"position": 21,
"acceptedAnswer": {
"@type": "Answer",
"text": "Elles modélisent les transitions vers des états de complications en fonction des traitements."
}
},
{
"@type": "Question",
"name": "Peut-on prédire des complications avec ces chaînes ?",
"position": 22,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, elles permettent de prédire la probabilité d'apparition de complications."
}
},
{
"@type": "Question",
"name": "Les chaînes de Markov aident-elles à gérer les complications ?",
"position": 23,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, elles aident à planifier des stratégies pour minimiser les complications."
}
},
{
"@type": "Question",
"name": "Quels types de complications peuvent être modélisés ?",
"position": 24,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des complications liées à des maladies chroniques, des infections ou des traitements."
}
},
{
"@type": "Question",
"name": "Les chaînes de Markov sont-elles utilisées en cardiologie ?",
"position": 25,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, elles sont utilisées pour modéliser les complications cardiovasculaires et leurs traitements."
}
},
{
"@type": "Question",
"name": "Quels facteurs de risque peuvent être modélisés ?",
"position": 26,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des facteurs comme l'âge, le sexe, le mode de vie et les antécédents médicaux."
}
},
{
"@type": "Question",
"name": "Comment les chaînes de Markov évaluent-elles les facteurs de risque ?",
"position": 27,
"acceptedAnswer": {
"@type": "Answer",
"text": "Elles évaluent l'impact des facteurs de risque sur la progression des maladies."
}
},
{
"@type": "Question",
"name": "Les chaînes de Markov aident-elles à identifier des facteurs de risque ?",
"position": 28,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, elles aident à identifier les facteurs de risque associés à des maladies spécifiques."
}
},
{
"@type": "Question",
"name": "Peut-on modéliser l'impact des facteurs de risque sur la santé ?",
"position": 29,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, elles permettent de modéliser comment les facteurs de risque affectent la santé globale."
}
},
{
"@type": "Question",
"name": "Les chaînes de Markov sont-elles utiles pour la recherche épidémiologique ?",
"position": 30,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, elles sont essentielles pour étudier les facteurs de risque dans les populations."
}
}
]
}
]
}
<a href="https://ror.org/05ewdps05">Bernstein Center for Computational Neuroscience Berlin</a>, Philippstrasse 13, Haus 2, 10115 Berlin, Germany and Physics Department of <a href="https://ror.org/01hcx6992">Humboldt University Berlin</a>, Newtonstrasse 15, 12489 Berlin, Germany.
<a href="https://ror.org/05ewdps05">Bernstein Center for Computational Neuroscience Berlin</a>, Philippstrasse 13, Haus 2, 10115 Berlin, Germany and Physics Department of <a href="https://ror.org/01hcx6992">Humboldt University Berlin</a>, Newtonstrasse 15, 12489 Berlin, Germany.
Graduation rates are a key measure of the long-term efficacy of academic interventions. However, challenges to using traditional estimates of graduation rates for underrepresented students include inh...
Cross-impact balance (CIB) analysis provides a system-theoretical view of scenarios useful for investigating complex socio-economic systems. CIB can synthesize a variety of qualitative or quantitative...
Medical imaging systems are often evaluated and optimized via objective, or task-specific, measures of image quality (IQ) that quantify the performance of an observer on a specific clinically-relevant...
The historic evolution of global primary energy consumption (GPEC) mix, comprising of fossil (liquid petroleum, gaseous and coal fuels) and non-fossil (nuclear, hydro and other renewables) energy sour...
Respiratory tract infections (RTIs) are a burden to global health, but their characterization is complicated by the influence of seasonality on incidence and severity. The Re-BCG-CoV-19 trial (NCT0437...
Abnormalities in positive and negative emotional experience have been identified in laboratory-based studies in schizophrenia (SZ) and associated with poorer clinical outcomes. However, emotions are n...
The prevalence of obesity among United States adults has increased from 30.5% in 1999 to 41.9% in 2020. However, despite the recognition of long-term weight gain as an important public health issue, t...
A retrospective, cross-sectional cohort study using the publicly available National Health and Nutrition Examination Survey (NHANES 2017-2020) was conducted in patients who completed the weight questi...
Of the 6146 patients that met the inclusion criteria, 3024 (49%) of patients were male and 3122 (51%) of patients were female. There were 2252 (37%) White patients, 1257 (20%) Hispanic patients, 1636 ...
United States adults are at risk of transitioning from normal weight to becoming overweight or obese. Covariate dependent Markov chains constructed with gradient boost modeling can effectively generat...
The embedding problem of Markov matrices in Markov semigroups is a classic problem that regained a lot of impetus and activities through recent needs in phylogeny and population genetics. Here, we giv...
The most recent WHO guideline on antenatal care (ANC) utilization reaffirmed the necessary and compulsory care and services a pregnant woman should receive to maximize the importance and gains of ANC....
We used nationally representative cross-sectional data from the 2018 Nigeria Demographic Health Survey. We analysed the data of 11,867 women who had at least one ANC contact during the most recent pre...
In all, 94% had blood pressure measured, 91% received tetanus injection, had iron supplement-89%, blood test-87%, urine test-86%, IPTp-24%, danger signs-80%, HIV/PMTC-82% and IPD-22%. The overall prev...
Only one in every 20 pregnant women received all the 9 ANC components with wide disparities and inequalities across the background characteristics and the States of residence in Nigeria. There is a ne...
The 2019 coronavirus pandemic exudes public health and socio-economic burden globally, raising an unprecedented concern for infectious diseases. Thus, describing the infectious disease transmission pr...