Development and internal validation of machine-learning models to predict adverse pathological features in upper tract urothelial carcinoma
Rattachement africain : us, de, at, cn, it, jp. Niveau de preuve : code pays fourni par la source.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Development and internal validation of machine-learning models to predict adverse pathological features in upper tract urothelial carcinoma
- Date Crossref
- 01/09/2026
- 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.
Où se fait cette recherche
-
Johns Hopkins University pays non établi dans la noticeUniversité ou école supérieure
-
University of Augsburg pays non établi dans la noticeUniversité ou école supérieure
-
University Hospital Augsburg pays non établi dans la noticeÉtablissement de santé
-
Paracelsus Medical University pays non établi dans la noticeUniversité ou école supérieure
-
Johns Hopkins Medicine pays non établi dans la noticeÉtablissement de santé
-
Johns Hopkins Hospital pays non établi dans la noticeÉtablissement de santé
-
Rush University Department of Urology pays non établi dans la noticeUniversité ou école supérieure
-
Second Military Medical University pays non établi dans la noticeUniversité ou école supérieure
-
Changhai Hospital pays non établi dans la noticeÉtablissement de santé
-
Fox Chase Cancer Center pays non établi dans la noticeÉtablissement de santé
-
Temple University Health System pays non établi dans la noticeUniversité ou école supérieure
-
University of Verona Department of Urology pays non établi dans la noticeUniversité ou école supérieure
Johns Hopkins University, University of Augsburg et University Hospital Augsburg, avec 9 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.