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)
Előnézet |
Szöveg
Kui2022.pdf - Megjelent verzió Download (1MB) | Előnézet |
| 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 |
| 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: 30 | Idéző cikkek megtekintése a Web of Science® felületén |
Actions (login required)
 |
Tétel nézet |
Repozitóriumi letöltési statisztika
Repozitóriumi letöltési statisztika
