Integrale computermodellering van cardiorespiratoire fitheid voor gepersonaliseerde risicoprofilering en preventie van hartfalen (iCAREFIT) KU Leuven
Hypertensie en Cardiovasculaire Epidemiologie, Onderzoeksgroep Revalidatie bij Inwendige Aandoeningen, Cardiologie
Klinische inspanningstesten kunnen mogelijks de gepersonaliseerde risicoprofilering en behandeling van hart- en vaatziekten verbeteren. In de klinische praktijk gebruikt men echter slechts een handvol inspanningsparameters afzonderlijk van mekaar. Om de waarde van inspanningstesten ten volle te benutten, zullen we geavanceerde zelflerende (‘machine learning’, ML) benaderingen toepassen op grootschalige data van patiënten van UZ Leuven (n=1800) ...