Developing a supervised machine learning model for predicting perioperative acute kidney injury in arthroplasty patients

Publiceringsår

2022

Upphovspersoner

Nikkinen, Okke; Kolehmainen, Timo; Aaltonen, Toni; Jämsä, Elias; Alahuhta, Seppo; Vakkala, Merja

Organisationer och upphovspersoner

Uleåborgs universitet

Alahuhta Seppo Matias

Publikationstyp

Publikationsform

Artikel

Moderpublikationens typ

Tidning

Artikelstyp

En originalartikel

Målgrupp

Vetenskaplig

Kollegialt utvärderad

UKM:s publikationstyp

A1 Originalartikel i en vetenskaplig tidskrift

Publikationskanalens uppgifter

Journal

Computers in biology and medicine

Förläggare

Elsevier

Artikelnummer

105351

ISSN

0010-4825

Publikationsforum

53971

Publikationsforumsnivå

Öppen tillgång

Öppen tillgänglighet i förläggarens tjänst

Öppen tillgång till publikationskanalen

Delvis öppen publikationskanal

Licens för förläggarens version

CC BY

Parallellsparad

Parallellagringens licens

CC BY

Övriga uppgifter

Vetenskapsområden

Kirurgi, anestesiologi, intensivvård, radiologi

Nyckelord

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

Publiceringsland

Förenade kungariket

Förlagets internationalitet

Internationell

Språk

engelska

Internationell sampublikation

Nej

Sampublikation med ett företag

Nej

DOI

10.1016/j.compbiomed.2022.105351