CareLit · DOI-Nachweis · physioscience
Verwendung maschineller Lernverfahren zur Identifizierung relevanter Instrumente für die Diagnose chronischer Rückenschmerzen
DOI 10.1055/s-0045-1808125
Bibliografische Angaben
Nachweis in CareLit
Autor:innenVickery, S.; Junker, F.; Döding, R.; Belavy, D.L.; Angelova, M.; Karmakar, C.; Becker, L.A.; Taheri, N.; Pumberger, M.; Reitmaier, S.; Schmidt, H.
Zeitschriftphysioscience
AusgabeS 01/2025
Jahrgang / SeitenJg. 21 · S. 1 bis 1
Kernaussage aus der Literatur
Abstract-Vorschau
Einleitung Rückenschmerzen (RS) sind weltweit eine der Hauptursachen für körperliche und psychosoziale Beeinträchtigungen. Abhängig von Alter und Geschlecht können diese Schmerzen bei bis zu 25% der Betroffenen chronisch werden (cRS) [1]. Die Diagnose von cRS wird durch die Vielzahl an Ursachen, das Fehlen objektiver Schmerzbeurteilungen sowie unspezifische Symptome erschwert. Daher werden zur Diagnose und Bewertung…
Zitieren
Zitierempfehlung
Vickery, S.; Junker, F.; Döding, R.; Belavy, D.L.; Angelova, M.; Karmakar, C.; Becker, L.A.; Taheri, N.; Pumberger, M.; Reitmaier, S.; Schmidt, H (2025) Verwendung maschineller Lernverfahren zur Identifizierung relevanter Instrumente für die Diagnose chronischer Rückenschmerzen. physioscience, 21 (S 01), 1 bis 1. https://doi.org/10.1055/s-0045-1808125
Mit CareLit weiterarbeiten