Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Interpretable Machine Learning Models for Predicting Perioperative Myocardial Injury in Non-Cardiac Surgery
2025·0 Zitationen·SSRN Electronic JournalOpen Access
Volltext beim Verlag öffnen0
Zitationen
8
Autoren
2025
Jahr
Abstract
Für dieses Paper ist kein Abstract in der Datenbank hinterlegt.
Abstract beim Verlag einsehenÄhnliche Arbeiten
Classification of Surgical Complications
2004 · 30.443 Zit.
2013 ESH/ESC Guidelines for the management of arterial hypertension
2013 · 13.659 Zit.
CONSORT 2010 Statement: updated guidelines for reporting parallel group randomised trials
2010 · 13.476 Zit.
Seventh Report of the Joint National Committee on Prevention, Detection, Evaluation, and Treatment of High Blood Pressure
2003 · 13.253 Zit.
2013 ACCF/AHA Guideline for the Management of Heart Failure
2013 · 12.603 Zit.
Autoren
Institutionen
Themen
Cardiac, Anesthesia and Surgical OutcomesArtificial Intelligence in Healthcare and EducationHip and Femur Fractures