心血管疾病是世界上最大的死亡原因,占1 3人死亡,1在5美元的美国医疗体系。卫生不公平现象、组学和健康问题社会决定因素包括饮食、运动、吸烟行为嵌入在个人的更大的社交网络越来越有前途的人口健康的综合目标管理和精密医学。计算由机器学习和发展下一代分析显示增加潜在统一这两个运动最终改善临床,成本,和股票的结果。这样的进步帮助加速转化组学包括基因组和表观遗传学,地理信息系统(GIS)热映射,社交网络映射,社会创新模拟的发射前,病人卫生系统设计基于预测模型的需求和市场动态。还没有被广泛接受的以证据为基础的标准在这些计算进步,也不如何优化应用它们来帮助逆转心血管疾病流行。

这个特殊问题的目的是结合多学科研究计算的进步直接应用到心血管疾病流行小说那些进步这种流行病的应用或理论的发展,可以应用于它。这个问题尤其欢迎研究文章,证明这种新的计算进展(包括新的机器学习算法,统计,和/或映射方法)在这个话题。评论文章还鼓励可以总结在这个领域最先进的方法和算法及其应用。

潜在的主题包括但不限于以下:

• 人口健康管理
• 精密医学
• 社会创新
• 健康问题社会决定因素
• 社交网络
• 成本效益
• 卫生系统设计
• 机器学习
• 因果推论统计
• 地理信息系统热映射
• 贝叶斯适应性试验和其他小说研究设计的进步