Machine learning identifies a common signature for anti-SSA/Ro60 antibody expression across autoimmune diseases

Foulquier Nathan; Le Dantec Christelle; Bettacchioli Eleonore; Jamin Christophe; Alarcón-Riquelme Marta Eugenia; Pers Jacques-Olivier; Kollaborációs szervezet: PRECISESADS Clinical Consortium; Kollaborációs szervezet PRECISESADS Flow Cytometry Consortium; Kovács László; Balog Attila; Deák Magdolna; Bocskai Márta; Dulic Sonja; Kádár Gabriella (kollab. közrem.): Machine learning identifies a common signature for anti-SSA/Ro60 antibody expression across autoimmune diseases.
ARTHRITIS & RHEUMATOLOGY. Terjedelem: 31 p.-Azonosító: 42243. ISSN 2326-5191 (2022)

[thumbnail of FoulquierArthritisRheumatology2022.pdf]
Előnézet
Szöveg
FoulquierArthritisRheumatology2022.pdf - Elfogadott verzió

Download (3MB) | Előnézet
Mű típusa: Folyóiratcikk
Folyóirat/kiadvány címe: ARTHRITIS & RHEUMATOLOGY
Publikáció dátuma: 2022
Oldalak: Terjedelem: 31 p.-Azonosító: 42243
ISSN: 2326-5191
Kar/Egység: Szent-Györgyi Albert Orvostudományi Kar
Intézmény: Szegedi Tudományegyetem
Nyelv: angol
MTMT rekordazonosító: 32869486
DOI azonosító: https://doi.org/10.1002/art.42243
Dátum: 2022. Jún. 10. 12:06
Utolsó módosítás: 2022. Jún. 10. 12:06
URI: http://publicatio.bibl.u-szeged.hu/id/eprint/24510
Hivatkozások száma a Web of Science® -ben: 7 Idéző cikkek megtekintése a Web of Science® felületén

Actions (login required)

Tétel nézet Tétel nézet

Letöltések

Letöltések havi bontásban az elmúlt egy évben