Interpretable machine-learning survival prediction of breast cancer prognosis from lifestyle factors: evidence from UK biobank
0Citations signalées, ce qui n’est pas une note de qualité
6Institutions déclarées
4Pays d’affiliation déclarés
Rattachement africain : mo, cn, gb, nl. 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
- Interpretable machine-learning survival prediction of breast cancer prognosis from lifestyle factors: evidence from UK biobank
- Date Crossref
- 17/07/2026
- 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
-
Macao Polytechnic University pays non établi dans la noticeUniversité ou école supérieure
-
Fuzhou University pays non établi dans la noticeUniversité ou école supérieure
-
University of Nottingham Digital Cancer Screening Research Group pays non établi dans la noticeUniversité ou école supérieure
-
Radboud University Nijmegen pays non établi dans la noticeUniversité ou école supérieure
-
Radboud University Medical Center Department of Radiology and Nuclear Medicine pays non établi dans la noticeOrganisme public
-
Fujian Provincial Hospital Department of Radiology pays non établi dans la noticeÉtablissement de santé
-
Faculty of Applied Sciences pays non établi dans la noticeUniversité ou école supérieure
Macao Polytechnic University, Fuzhou University et Digital Cancer Screening Research Group — University of Nottingham, avec 4 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Cancer Risks and FactorsNutritional Studies and DietGlobal Cancer Incidence and Screening