undefined

< Tillbaka till sökresultaten

Interpretable machine learning model for prediction of overall survival in laryngeal cancer

Publiceringsår

2024

Upphovspersoner

Alabi, Rasheed Omobolaji; Almangush, Alhadi; Elmusrati, Mohammed; Leivo, Ilmo; Mäkitie, Antti A.

Organisationer och upphovspersoner

Helsingfors universitet

Almangush Alhadi

Mäkitie Antti A.

Alabi Rasheed Omobolaji

Åbo universitet

Leivo Ilmo

Vasa universitet

Elmusrati Mohammed Salem Orcid -palvelun logo

Alabi Rasheed Omobolaji

Helsingforsregionens universitetscentralsjukhus specialupptagningsområde

Almangush Alhadi

Mäkitie Antti A.

Alabi Rasheed Omobolaji

Publikationstyp

Publikationsform

Artikel

Moderpublikationens typ

Tidning

Artikelstyp

En originalartikel

Målgrupp

Vetenskaplig

Kollegialt utvärderad

Kollegialt utvärderad

UKM:s publikationstyp

A1 Originalartikel i en vetenskaplig tidskrift

Publikationskanalens uppgifter

Journal

Acta oto-laryngologica

Moderpublikationens namn

Acta Oto-Laryngologica

Förläggare

Taylor & Francis

Nummer

3

Sidor

256-262

ISSN

0001-6489

Publikationsforum

50329

Publikationsforumsnivå

1

Öppen tillgång

Öppen tillgänglighet i förläggarens tjänst

Nej

Öppen tillgång till publikationskanalen

Delvis öppen publikationskanal

Parallellsparad

Ja

Övriga uppgifter

Vetenskapsområden

Data- och informationsvetenskap; Medicinsk bioteknologi; Biomedicinska vetenskaper; Cancersjukdomar; Öron-, näs- och halssjukdomar, ögonsjukdomar

Nyckelord

[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]

Publiceringsland

Förenade kungariket

Förlagets internationalitet

Internationell

Språk

engelska

Internationell sampublikation

Ja

Sampublikation med ett företag

Nej

DOI

10.1080/00016489.2023.2301648

Publikationen ingår i undervisnings- och kulturministeriets datainsamling

Ja