2026
article
Prediction of bone marrow fibrosis from complete blood count in myeloproliferative neoplasms (FIBOM-AI): a multicentre machine learning model development and validation study
Marie Donzel, Syrine KHEDIMALLAH, Sabrina Barriere, Agathe Gouband, Christopher Aubert, Nelly Bosselut, Elsa Poullot, Silvia Maria Bezsera, Olivier Mansier, Nursemin Yilmaz, Charlotte Syrykh, Xavier Hittinger, Seddig MOMENKHAN, Fiorenza Barraco, Lila Gilis, Hélène Labussière-Wallet, Mathias Brehon, Benjamin Chin-Yee, Cyrus Hsia, Luojun Wang, Sarah Zouaghi, Pierre Sujobert, Marion Eveillard, Véronique De Mas, Suzanne Tavitian, Laurence Legros, Marie Parrens, Pascale Flandrin‐Gresta, Mathieu Meunier, Nicolas Freynet, Lydia Roy, Véronique Meignin, Louis Drevon, Dana Ranta, Simona Pagliuca, Éric Lippert, Jean‐Christophe Ianotto, Laurent Jallades, Barbara Burroni, Damien Luque Paz, Alexandra Traverse‐Glehen, Simon Chevalier, Vincent Alcazer
1Citations signalées, ce qui n’est pas une note de qualité
27Institutions déclarées
2Pays d’affiliation déclarés
Rattachement africain : fr, ca.
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 bone marrow fibrosis from complete blood count in myeloproliferative neoplasms (FIBOM-AI): a multicentre machine learning model development and validation study
- Date Crossref
- 01/06/2026
- 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.
Les institutions déclarées
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Myeloproliferative Neoplasms: Diagnosis and TreatmentDigital Imaging for Blood DiseasesImbalanced Data Classification Techniques