Aller au contenu principal
Accès ouvert déclaré 2022 preprint

Aid of a Machine Learning Algorithm Can Improve Clinician Predictions of Patient Quality of Life During Breast Cancer Treatments

1Citations signalées, ce qui n’est pas une note de qualité
5Institutions déclarées
4Pays d’affiliation déclarés

Rattachement africain : gr, de, it, il. Niveau de preuve : code pays fourni par la source.

Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Aid of a Machine Learning Algorithm Can Improve Clinician Predictions of Patient Quality of Life During Breast Cancer Treatments
Date Crossref
01/01/2022
Éditeur
Elsevier BV
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • FORTH Institute of Computer Science pays non établi dans la notice
    Structure de recherche
  • Hella (Germany) pays non établi dans la notice
    Entreprise
  • Foundation for Research and Technology Hellas pays non établi dans la notice
    Structure de recherche
  • University of Milan pays non établi dans la notice
    Université ou école supérieure
  • Hebrew University of Jerusalem pays non établi dans la notice
    Université ou école supérieure
  • Nordic Healthcare Group pays non établi dans la notice
    Institution

FORTH Institute of Computer Science, Hella (Germany) et Foundation for Research and Technology Hellas, avec 3 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Cancer survivorship and careCancer-related cognitive impairment studiesPatient-Provider Communication in Healthcare

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.