待确认
  • 文献求助详情
标题
Utilizing explainable machine learning for progression-free survival prediction in high-grade serous ovarian cancer: insights from a prospective cohort study
利用可解释的机器学习预测高级别浆液性卵巢癌的无进展生存期:一项前瞻性队列研究的见解
相关领域
医学 布里氏评分 卵巢癌 浆液性液体 肿瘤科 无进展生存期 前瞻性队列研究 机器学习 阶段(地层学) 腹水 内科学 队列 特征(语言学) 癌症 人工智能 总体生存率 计算机科学 古生物学 语言学 哲学 生物
网址
DOI
10.1097/js9.0000000000002288 doi
其它 期刊:International Journal of Surgery
作者:Zhuo Chen; Hui Ou‐Yang; Botao Sun; Jiashan Ding; Yu Zhang; et al
出版日期:2025-01-29
求助人
活力青筠 在 2025-02-19 17:32:21 发布自广东,悬赏 10 积分
下载
 
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
求助 / 应助时间线
  • 请等待求助人确认

    已经有人上传了文献,该状态下其他人无法上传,请等待求助人确认该文件是否是他需要的。
    如果求助人在 48 小时内还未确认,系统默认应助成功,本求助将自动关闭。

  • 1天前

    xlong xlong Lv4 上传了文件

  • 1天前

    科研通AI2.0 科研通AI2.0 机器人 未找到该文献,机器人已退出,请等待人工下载

    17:32:22 未找到该文献,机器人已退出,请等待人工下载
    17:32:21 科研通AI机器人(澳大利亚 悉尼)收到请求,开始寻找文献
    17:32:21 已向机器人发送请求
  • 1天前

    活力青筠 活力青筠 求助人 Lv5 发起了本次求助

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
小熊完成签到,获得积分10
刚刚
Akim应助听话的晓夏采纳,获得10
刚刚
1秒前
双枪耗子发布了新的文献求助10
1秒前
广州东站发布了新的文献求助10
1秒前
SYLH应助1111采纳,获得10
1秒前
打打应助热寂灬采纳,获得10
2秒前
百里丹珍发布了新的文献求助10
3秒前
暴躁的眼神完成签到,获得积分10
3秒前
yqwang发布了新的文献求助10
4秒前
4秒前
清图完成签到,获得积分10
4秒前
4秒前
爆米花应助abcdefg采纳,获得10
5秒前
xixi完成签到,获得积分10
5秒前
在水一方应助zz采纳,获得10
5秒前
枫七完成签到,获得积分10
6秒前
66ds发布了新的文献求助10
6秒前
6秒前
6秒前
dadada完成签到,获得积分10
6秒前
weitzenbock发布了新的文献求助10
7秒前
7秒前
完美世界应助平常芷蕾采纳,获得10
8秒前
8秒前
高大忘幽发布了新的文献求助10
8秒前
飞快的海白完成签到,获得积分20
8秒前
啵啵只因完成签到,获得积分10
9秒前
华仔应助伊莎贝儿采纳,获得10
9秒前
9秒前
yck发布了新的文献求助10
10秒前
广州东站完成签到,获得积分10
10秒前
Quinna发布了新的文献求助10
10秒前
dhyzf1214发布了新的文献求助10
11秒前
爬山虎发布了新的文献求助10
11秒前
黎明完成签到,获得积分20
12秒前
yqwang完成签到,获得积分10
12秒前
深情安青应助叶泽采纳,获得10
12秒前
热寂灬完成签到,获得积分10
13秒前
龙樱完成签到,获得积分10
13秒前
高分求助中
Production Logging: Theoretical and Interpretive Elements 2500
Востребованный временем 2500
Aspects of Babylonian celestial divination : the lunar eclipse tablets of enuma anu enlil 1500
Agaricales of New Zealand 1: Pluteaceae - Entolomataceae 1040
Healthcare Finance: Modern Financial Analysis for Accelerating Biomedical Innovation 1000
Classics in Total Synthesis IV: New Targets, Strategies, Methods 1000
지식생태학: 생태학, 죽은 지식을 깨우다 600
热门求助领域 (近24小时)
化学 医学 材料科学 生物 工程类 有机化学 生物化学 纳米技术 内科学 物理 化学工程 计算机科学 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 电极
热门帖子
关注 科研通微信公众号,转发送积分 3455997
求助须知:如何正确求助?哪些是违规求助? 3051325
关于积分的说明 9025440
捐赠科研通 2740007
什么是DOI,文献DOI怎么找? 1503064
科研通“疑难数据库(出版商)”最低求助积分说明 694666
邀请新用户注册赠送积分活动 693529