2026 article

IP14-21 HARNESSING ARTIFICIAL INTELLIGENCE TO PREDICT POST-OPERATIVE INFECTION AFTER INFLATABLE PENILE PROSTHESIS IMPLANTATION: A MACHINE LEARNING PREDICTION MODEL

Muhammed A.M. Hammad, Faysal A. Yafi, Justin Schneider, Jonathan Prunean, Elia Abou Chawareb, David Han, Babak Azad, Daniel Swerdloff, Jake A. Miller, Robert Andrianne, Arthur L. Burnett, Kelli Gross, Georgios Hatzichristodoulou, J Hotaling, Tung‐Chin Hsieh, James Mc Andrew Jones, Aaron Lentz, Vaibhav Modgil, Daniar Osmonov, Sung Jun Park, Ian Pearce, Paul Perito, Hossein Sadeghi‐Nejad, Maxime Sempels, Alfredo Suarez‐Sarmiento, Koenraad Van Renterghem, J. Nicholas Warner, Matthew Ziegelmann, Jay Simhan, M Gross, David W. Barham

0Citations signalées, ce qui n’est pas une note de qualité

0Institutions déclarées

0Pays d’affiliation déclarés

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: IP14-21 HARNESSING ARTIFICIAL INTELLIGENCE TO PREDICT POST-OPERATIVE INFECTION AFTER INFLATABLE PENILE PROSTHESIS IMPLANTATION: A MACHINE LEARNING PREDICTION MODEL
Date Crossref: 01/05/2026
Éditeur: Ovid Technologies (Wolters Kluwer Health)
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.

Les sujets associés

Reproductive tract infections researchHIV/AIDS Research and InterventionsSexual function and dysfunction studies

Consulter la publication primaire Ouvrir le DOI