Aller au contenu principal
Accès ouvert déclaré 2025 preprint

Comparative Machine Learning Models for Early Prediction of Preterm Birth from Maternal Serum Biomarkers

0Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
2Pays d’affiliation déclarés

Rattachement africain : pk, sa. 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
Comparative Machine Learning Models for Early Prediction of Preterm Birth from Maternal Serum Biomarkers
Date Crossref
16/12/2025
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.

Où se fait cette recherche

  • Lahore Garrison University pays non établi dans la notice
    Université ou école supérieure
  • University of the Punjab pays non établi dans la notice
    Université ou école supérieure
  • King Fahad Specialist Hospital pays non établi dans la notice
    Établissement de santé

Lahore Garrison University, University of the Punjab et King Fahad Specialist Hospital.

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

Les sujets associés

Preterm Birth and ChorioamnionitisNeonatal and fetal brain pathologyNeonatal and Maternal Infections

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.