Accès ouvert déclaré 2023 preprint

Prediction of cancer treatment response from histopathology images through imputed transcriptomics

Eytan Ruppin, Danh-Tai Hoang, Gal Dinstag, Leandro C. Hermida, Doreen S. Ben-Zvi, Efrat Elis, Katherine Caley, Stephen‐John Sammut, Sanju Sinha, Neelam Sinha, Christopher H. Dampier, Chani Stossel, Tejas Patil, Arun Rajan, Wiem Lassoued, Julius Strauss, Shania Bailey, Clint Allen, Jason M. Redman, Tuvik Beker, Peng Jiang, Talia Golan, Scott Wilkinson, Adam G. Sowalsky, Sharon R. Pine, Carlos Caldas, James L. Gulley, Kenneth Aldape, Ranit Aharonov, Eric A. Stone

6Citations signalées, ce qui n’est pas une note de qualité
19Institutions déclarées
8Pays d’affiliation déclarés

Rattachement africain : us, au, sk, my, gb, in, il, fr. 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
Prediction of cancer treatment response from histopathology images through imputed transcriptomics
Date Crossref
15/09/2023
Éditeur
Springer Science and Business Media LLC
Type
posted-content

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.

Les institutions déclarées

National Cancer InstituteCenter for Cancer ResearchAustralian National UniversityPan-European UniversityUniversity of PittsburghUPMC Hillman Cancer CenterNational Cancer InstituteInstitute of Cancer ResearchUniversity of CambridgeBreast Cancer NowCancer Research UK Cambridge CenterRoyal Marsden HospitalCancer Institute (WIA)Tel Aviv UniversitySheba Medical CenterUniversity of Colorado AnschutzNational Institutes of HealthCancer Research UKInstitut de Recherche Vaccinale

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

Les sujets associés

AI in cancer detectionCancer Genomics and DiagnosticsRadiomics and Machine Learning in Medical Imaging
Lire en accès ouvert Consulter la publication primaire Ouvrir le DOI

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.