Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Artificial intelligence–based prediction of cardiothoracic intensive care unit length of stay: A comparative machine learning approach
2025·1 Zitationen·Journal of Thoracic and Cardiovascular Surgery
Volltext beim Verlag öffnen1
Zitationen
6
Autoren
2025
Jahr
Abstract
Für dieses Paper ist kein Abstract in der Datenbank hinterlegt.
Abstract beim Verlag einsehenÄhnliche Arbeiten
Clinical course and risk factors for mortality of adult inpatients with COVID-19 in Wuhan, China: a retrospective cohort study
2020 · 29.017 Zit.
The Third International Consensus Definitions for Sepsis and Septic Shock (Sepsis-3)
2016 · 27.111 Zit.
APACHE II
1985 · 13.552 Zit.
Definitions for Sepsis and Organ Failure and Guidelines for the Use of Innovative Therapies in Sepsis
1992 · 13.171 Zit.
The SOFA (Sepsis-related Organ Failure Assessment) score to describe organ dysfunction/failure
1996 · 11.470 Zit.
Autoren
Institutionen
Themen
Sepsis Diagnosis and TreatmentArtificial Intelligence in Healthcare and EducationMachine Learning in Healthcare