Enhanced machine learning models for predicting one-year mortality in individuals suffering from type A aortic dissection

主动脉夹层 医学 心脏病学 主动脉
作者
Jing Zhang,W Xiong,Jiajuan Yang,Ye Sang,Hui‐Ling Zhen,C H Tan,Cuiyuan Huang,Jin‐Xiong She,Li Liu,Wenqiang Li,Wei Wang,Songlin Zhang,Jian Yang
出处
期刊:The Journal of Thoracic and Cardiovascular Surgery [Elsevier BV]
被引量:2
标识
DOI:10.1016/j.jtcvs.2024.09.019
摘要

Develop and validate an interpretable machine learning model to predict one-year mortality in Type A aortic dissection (TAAD) patients, improving risk classification and aiding clinical decision-making.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
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
念梦完成签到,获得积分10
2秒前
要开心完成签到 ,获得积分10
2秒前
小岚乖乖完成签到,获得积分10
3秒前
小熊发布了新的文献求助10
4秒前
淡定小凝发布了新的文献求助20
4秒前
青仔仔完成签到,获得积分10
5秒前
5秒前
伊梦阑珊完成签到,获得积分10
5秒前
许木子完成签到,获得积分20
6秒前
Qinghua发布了新的文献求助10
6秒前
6秒前
7秒前
英俊的铭应助purejun采纳,获得30
7秒前
乘风破浪303完成签到,获得积分10
8秒前
9秒前
我想U静静完成签到,获得积分10
11秒前
科研通AI5应助伊梦阑珊采纳,获得10
12秒前
合适的荆完成签到,获得积分10
12秒前
purejun完成签到,获得积分20
13秒前
慕青应助Jie采纳,获得10
13秒前
15秒前
结实的青荷完成签到,获得积分10
17秒前
桐桐应助冷傲山彤采纳,获得10
18秒前
20秒前
21秒前
22秒前
情怀应助顾长生采纳,获得10
23秒前
吭吭菜菜完成签到,获得积分10
23秒前
Jie发布了新的文献求助10
25秒前
爆米花应助Katsuya采纳,获得10
25秒前
俏皮元容发布了新的文献求助10
26秒前
ding应助秀丽的愚志采纳,获得10
26秒前
白芍发布了新的文献求助30
26秒前
李某某发布了新的文献求助10
27秒前
28秒前
欢喜念双发布了新的文献求助10
28秒前
徐小发布了新的文献求助40
28秒前
29秒前
29秒前
30秒前
高分求助中
All the Birds of the World 1000
IZELTABART TAPATANSINE 500
GNSS Applications in Earth and Space Observations 300
Armour of the english knight 1400-1450 300
Handbook of Laboratory Animal Science 300
Not Equal : Towards an International Law of Finance 260
Beginners Guide To Clinical Medicine (Pb 2020): A Systematic Guide To Clinical Medicine, Two-Vol Set 250
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3715470
求助须知:如何正确求助?哪些是违规求助? 3262331
关于积分的说明 9923943
捐赠科研通 2976090
什么是DOI,文献DOI怎么找? 1632071
邀请新用户注册赠送积分活动 774315
科研通“疑难数据库(出版商)”最低求助积分说明 744856