Machine learning-based model for prediction and feature analysis of recurrence in pancreatic neuroendocrine tumors G1/G2
Rattachement africain : jp. Niveau de preuve : code pays fourni par la source.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Machine learning-based model for prediction and feature analysis of recurrence in pancreatic neuroendocrine tumors G1/G2
- Date Crossref
- 26/04/2023
- Éditeur
- Springer Science and Business Media LLC
- 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
-
Kyushu University pays non établi dans la noticeUniversité ou école supérieure
-
Kagoshima University Digestive and Lifestyle Diseases pays non établi dans la noticeUniversité ou école supérieure
-
Kitakyushu Municipal Medical Center Department of Surgery pays non établi dans la noticeÉtablissement de santé
-
Kumamoto University pays non établi dans la noticeUniversité ou école supérieure
-
Nagasaki University Department of Gastroenterology and Hepatology pays non établi dans la noticeUniversité ou école supérieure
-
Oita University pays non établi dans la noticeUniversité ou école supérieure
-
Fukuoka University pays non établi dans la noticeUniversité ou école supérieure
-
Kagawa University pays non établi dans la noticeUniversité ou école supérieure
-
Urasoe General Hospital Department of Gastroenterology pays non établi dans la noticeÉtablissement de santé
-
Kurume University Department of Medicine pays non établi dans la noticeUniversité ou école supérieure
-
Sanno Medical Center pays non établi dans la noticeÉtablissement de santé
-
Fukuoka Sanno Hospital Neuroendocrine Tumor Centre pays non établi dans la noticeÉtablissement de santé
Kyushu University, Digestive and Lifestyle Diseases — Kagoshima University et Department of Surgery — Kitakyushu Municipal Medical Center, avec 9 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.