Fingerprint
Untersuchen Sie die Forschungsthemen von „Machine learning identifies ICU outcome predictors in a multicenter COVID-19 cohort“. Zusammen bilden sie einen einzigartigen Fingerprint.- sortieren
- Gewichtung
- Alphabetisch
Machine learning identifies ICU outcome predictors in a multicenter COVID-19 cohort
Harry Magunia*, Simone Lederer, Raphael Verbuecheln, Bryant Joseph Gilot, Michael Koeppen, Helene A. Haeberle, Valbona Mirakaj, Pascal Hofmann, Gernot Marx, Johannes Bickenbach, Boris Nohe, Michael Lay, Claudia Spies, Andreas Edel, Fridtjof Schiefenhövel, Tim Rahmel, Christian Putensen, Timur Sellmann, Thea Koch, Timo Brandenburger
*Korrespondierende/r Autor/-in für diese Arbeit
- Eberhard Karls Universität Tübingen
- Rheinisch-Westfälische Technische Hochschule Aachen
- Zollernalb Klinikum
- Charite - Universitatsmedizin Berlin
- Ruhr-Universität Bochum
- Rheinische Friedrich-Wilhelms-Universität Bonn
- Evangelisches Krankenhaus Bethesda
- Universität Witten/Herdecke
- Universitätsklinikum Carl Gustav Carus
- Heinrich-Heine-Universität Düsseldorf
- Universität Duisburg-Essen
- Johann Wolfgang Goethe-Universität
- Albert-Ludwigs-Universität Freiburg
- Georg-August-Universität Göttingen
- Universität Greifswald
- Martin-Luther Universität Halle-Wittenberg
- Ruprecht-Karls-Universität Heidelberg
- Universität Leipzig
- Otto-von-Guericke-Universität Magdeburg
- Philipps-Universität Marburg
- Justus-Liebig-Universität Gießen
- Technische Universität München
- St. Elisabethen Klinikum
- Universität des Saarlandes
- Universität Ulm
- Julius-Maximilians-Universität Würzburg
15
Zitate (Scopus)