Your browser doesn't support javascript.
loading
Comparative performance of two automated machine learning platforms for COVID-19 detection by MALDI-TOF-MS.
Rashidi, Hooman H; Pepper, John; Howard, Taylor; Klein, Karina; May, Larissa; Albahra, Samer; Phinney, Brett; Salemi, Michelle R; Tran, Nam K.
Afiliación
  • Rashidi HH; Robert. J. Tomsich Pathology and Laboratory Medicine Institute, Cleveland Clinic, Cleveland, Ohio, United States of America.
  • Pepper J; Spectra Pass LLC & Allegiant Airlines, Las Vegas, Nevada, United States of America.
  • Howard T; Dept. of Pathology and Laboratory Medicine, UC Davis, Davis, California, United States of America.
  • Klein K; Dept. of Emergency Medicine, UC Davis, Davis, California, United States of America.
  • May L; Dept. of Emergency Medicine, UC Davis, Davis, California, United States of America.
  • Albahra S; Robert. J. Tomsich Pathology and Laboratory Medicine Institute, Cleveland Clinic, Cleveland, Ohio, United States of America.
  • Phinney B; Proteomics Core, UC Davis, Davis, California, United States of America.
  • Salemi MR; Proteomics Core, UC Davis, Davis, California, United States of America.
  • Tran NK; Dept. of Pathology and Laboratory Medicine, UC Davis, Davis, California, United States of America.
PLoS One ; 17(7): e0263954, 2022.
Article en En | MEDLINE | ID: mdl-35905092
Asunto(s)
Texto completo
Añadir a Mi BVS
Imprimir
XML
PubMed Links
Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Asunto principal: SARS-CoV-2 / COVID-19 Tipo de estudio: Diagnostic_studies / Prognostic_studies Límite: Humans Idioma: En Revista: PLoS One Asunto de la revista: CIENCIA / MEDICINA Año: 2022 Tipo del documento: Article País de afiliación: Estados Unidos Pais de publicación: Estados Unidos
Texto completo
Añadir a Mi BVS
Imprimir
XML
PubMed Links
Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Asunto principal: SARS-CoV-2 / COVID-19 Tipo de estudio: Diagnostic_studies / Prognostic_studies Límite: Humans Idioma: En Revista: PLoS One Asunto de la revista: CIENCIA / MEDICINA Año: 2022 Tipo del documento: Article País de afiliación: Estados Unidos Pais de publicación: Estados Unidos