Your browser doesn't support javascript.
loading
Machine Learning for Early Lung Cancer Identification Using Routine Clinical and Laboratory Data.
Gould, Michael K; Huang, Brian Z; Tammemagi, Martin C; Kinar, Yaron; Shiff, Ron.
Afiliación
  • Gould MK; Department of Health Systems Science, Kaiser Permanente Bernard J. Tyson School of Medicine, Pasadena, California.
  • Huang BZ; Department of Research and Evaluation, Kaiser Permanente Southern California, Pasadena, California.
  • Tammemagi MC; Department of Research and Evaluation, Kaiser Permanente Southern California, Pasadena, California.
  • Kinar Y; Department of Health Sciences, Brock University, St. Catharines, Ontario, Canada; and.
  • Shiff R; Medial EarlySign, Newton, Massachusetts.
Am J Respir Crit Care Med ; 204(4): 445-453, 2021 08 15.
Article en En | MEDLINE | ID: mdl-33823116
Asunto(s)
Palabras clave
Texto completo
Imprimir
XML
PubMed Links
Buscar en Google

Texto completo: 1 Colección: 01-internacional Banco de datos: MEDLINE Asunto principal: Carcinoma de Pulmón de Células no Pequeñas / Detección Precoz del Cáncer / Aprendizaje Automático / Reglas de Decisión Clínica / Neoplasias Pulmonares Tipo de estudio: Diagnostic_studies / Etiology_studies / Observational_studies / Prognostic_studies / Screening_studies Límite: Aged / Aged80 / Female / Humans / Male / Middle aged Idioma: En Revista: Am J Respir Crit Care Med Asunto de la revista: TERAPIA INTENSIVA Año: 2021 Tipo del documento: Article
Texto completo
Imprimir
XML
PubMed Links
Buscar en Google

Texto completo: 1 Colección: 01-internacional Banco de datos: MEDLINE Asunto principal: Carcinoma de Pulmón de Células no Pequeñas / Detección Precoz del Cáncer / Aprendizaje Automático / Reglas de Decisión Clínica / Neoplasias Pulmonares Tipo de estudio: Diagnostic_studies / Etiology_studies / Observational_studies / Prognostic_studies / Screening_studies Límite: Aged / Aged80 / Female / Humans / Male / Middle aged Idioma: En Revista: Am J Respir Crit Care Med Asunto de la revista: TERAPIA INTENSIVA Año: 2021 Tipo del documento: Article