EASY-APP : An artificial intelligence model and application for early and easy prediction of severity in acute pancreatitis

Kui Balázs; Pintér József; Molontay Roland; Nagy Marcell; Borbásné Farkas Kornélia; Gede Noémi; Vincze Áron; Bajor Judit; Gódi Szilárd; Czimmer József; Szabó Imre; Illés Anita; Sarlós Patrícia; Hágendorn Roland; Pár Gabriella; Papp Mária; Vitális Zsuzsanna; Kovács György; Fehér Eszter; Földi Ildikó; Izbéki Ferenc; Gajdán László; Fejes Roland; Németh Balázs; Török Imola; Farkas Hunor; Párniczky Andrea; Erőss Bálint Mihály; Hegyi Péter Jenő; Márta Katalin; Váncsa Szilárd; Szatmáry Péter; Szentesi Andrea Ildikó; Hegyi Péter; Kollaborációs szervezet: the Hungarian Pancreatic Study Group: EASY-APP : An artificial intelligence model and application for early and easy prediction of severity in acute pancreatitis.
CLINICAL AND TRANSLATIONAL MEDICINE, 12 (6). Terjedelem: 13 p.-Azonosító: e842. ISSN 2001-1326 (2022)

[thumbnail of Kui2022.pdf]
Előnézet
Szöveg
Kui2022.pdf - Megjelent verzió

Download (1MB) | Előnézet
Szerző azonosítók:
Kui Balázs MTMT
Pintér József
Molontay Roland MTMT
Nagy Marcell
Borbásné Farkas Kornélia MTMT
Gede Noémi MTMT
Vincze Áron MTMT
Bajor Judit MTMT
Gódi Szilárd MTMT
Czimmer József MTMT
Szabó Imre MTMT
Illés Anita MTMT
Sarlós Patrícia MTMT
Hágendorn Roland MTMT
Pár Gabriella MTMT
Papp Mária MTMT
Vitális Zsuzsanna MTMT
Kovács György
Fehér Eszter
Földi Ildikó MTMT
Izbéki Ferenc
Gajdán László
Fejes Roland
Németh Balázs MTMT
Török Imola
Farkas Hunor
Párniczky Andrea MTMT
Erőss Bálint Mihály MTMT
Hegyi Péter Jenő MTMT
Márta Katalin MTMT
Váncsa Szilárd MTMT
Szatmáry Péter
Szentesi Andrea Ildikó MTMT
Hegyi Péter MTMT
Kollaborációs szervezet: the Hungarian Pancreatic Study Group
Mű típusa: Folyóiratcikk
Szerzők száma: 46
Folyóirat/kiadvány címe: CLINICAL AND TRANSLATIONAL MEDICINE
Publikáció dátuma: 2022
Kötet: 12
Szám: 6
Oldalak: Terjedelem: 13 p.-Azonosító: e842
ISSN: 2001-1326
Kar/Egység: Szent-Györgyi Albert Orvostudományi Kar
Intézmény: Szegedi Tudományegyetem (2000-)
Nyelv: angol
MTMT rekordazonosító: 32865751
DOI azonosító: https://doi.org/10.1002/ctm2.842
Dátum: 2022. Júl. 19. 08:19
Utolsó módosítás: 2022. Júl. 19. 08:19
URI: http://publicatio.bibl.u-szeged.hu/id/eprint/24722
Hivatkozások száma a Web of Science® -ben: 49 Idéző cikkek megtekintése a Web of Science® felületén

Actions (login required)

Tétel nézet Tétel nézet

Letöltések

Letöltések havi bontásban az elmúlt egy évben