New machine-learning models outperform conventional risk assessment tools int gastrointestinal bleeding

Boros, E; Prószéky, KG; Molontay, R; Vörhendi, N [Vörhendi, Nóra (Gasztroenterológia), szerző] Transzlációs Medicina Intézet (PTE / ÁOK); Simon, AO [Simon, Orsolya Anna (Belgyógyászat), szerző] Transzlációs Medicina Intézet (PTE / ÁOK); Teutsch, B; Dániel, P; Frim, L [Frim, Levente (Orvostudomány), szerző] Transzlációs Medicina Intézet (PTE / ÁOK); Abonyi, Tóth Z [Abonyi-Tóth, Zsolt (biomatematika), szerző]; Hegyi, P [Hegyi, Péter (Gasztroenterológia), szerző] Transzlációs Medicina Intézet (PTE / ÁOK); Erőss, B [Erőss, Bálint Mihály (Gasztroenterológia), szerző] Transzlációs Medicina Intézet (PTE / ÁOK)

Angol nyelvű Absztrakt / Kivonat (Folyóiratcikk) Tudományos
Megjelent: ENDOSCOPY 0013-726X 1438-8812 57 (S02) pp. S48-S49 2025
    Azonosítók
    • MTMT: 36097239
    Hivatkozás stílusok: IEEEACMAPAChicagoHarvardCSLMásolásNyomtatás
    2026-03-08 02:11