Machine-learned models using hematological inflammation markers in the prediction of short-term acute coronary syndrome outcomes

K. Pieszko; J. Hiczkiewicz; P. Budzianowski; J. Rzeźniczak; Jerzy Błaszczyński; Roman Słowiński; P. Burchardt

doi:10.1186/s12967-018-1702-5

System Informacji Naukowej Politechniki Poznańskiej

PL EN

Strona główna / Publikacje / Machine-learned models using hematological inflammation markers in the prediction of short-term acute coronary syndrome outcomes

Zgłoś uwagę

Artykuł

Pobierz BibTeX

Tytuł

Machine-learned models using hematological inflammation markers in the prediction of short-term acute coronary syndrome outcomes

Autorzy

K. Pieszko
J. Hiczkiewicz
P. Budzianowski
J. Rzeźniczak
Jerzy Błaszczyński (WI) ^{[ 1 ][ 2.3 ][ P ]}
Roman Słowiński (WI) ^{[ 1 ][ 2.3 ][ P ]}
P. Burchardt

^{[ 1 ]} Instytut Informatyki, Wydział Informatyki, Politechnika Poznańska | ^{[ P ]} pracownik

Dyscyplina naukowa (Ustawa 2.0)

[2.3] Informatyka techniczna i telekomunikacja

Rok publikacji

2018

Opublikowano w

Journal of Translational Medicine

Rocznik: 2018 | Tom: vol. 16 | Numer: iss. 1

Typ artykułu

artykuł naukowy

Język publikacji

angielski

Słowa kluczowe

EN

acute coronary syndrome
machine learning
risk assessment
biomarkers
inflammation
outcomes research

Data udostępnienia online

03.12.2018

Strony (od-do)

1 - 12

DOI

10.1186/s12967-018-1702-5

Typ licencji

CC BY (uznanie autorstwa)

Tryb otwartego dostępu

witryna wydawcy

Wersja tekstu w otwartym dostępie

ostateczna wersja opublikowana

Czas udostępnienia publikacji w sposób otwarty

w momencie opublikowania

Punktacja Ministerstwa / czasopismo

35

Punktacja Ministerstwa / czasopismo w ewaluacji 2017-2021

35

Impact Factor

4,098

System tworzony przez Politechnikę Poznańską oraz Poznańskie Centrum Superkomputerowo-Sieciowe

Zaloguj się przez eKonto, aby dodać do SIN