Predykcja zakrzepicy nowotworowej z wykorzystaniem uczenia maszynowego – analiza kohorty Vienna-CATS
Artykuł opublikowany w ESMO Open analizuje, czy modele uczenia maszynowego mogą skuteczniej przewidywać żylną chorobę zakrzepowo-zatorową u pacjentów onkologicznych niż klasyczne skale ryzyka. Badanie oparto na danych z prospektywnej kohorty Vienna Cancer and Thrombosis Study, obejmującej 2193 chorych z nowo rozpoznanym lub nawrotowym nowotworem, obserwowanych pod kątem wystąpienia zakrzepicy związanej z chorobą nowotworową.
Materiał przeznaczony wyłącznie dla pracowników służby zdrowia
Ten materiał jest dostępny dla zarejestrowanych użytkowników.
Zaloguj się
Szanowni użytkownicy,
część materiałów udostępnianych na naszym portalu jest przeznaczona
wyłącznie dla lekarzy.
Wynika to z regulacji prawnych, do których musimy się stosować.
Jeśli nie jesteś lekarzem, zachęcamy do korzystania z przygotowanych przez nas materiałów dostępnych w zakładce dla pacjentów.
30.06.2026
Justyna Golian
TECELRA z pełnym zatwierdzeniem FDA i wskazaniem pediatrycznym w zaawansowanym maziówczaku złośliwym
23.06.2026
Narodowy Instytut Onkologii
NIO oficjalnie z akredytacją, Prof. Iwona Ługowska u sterów OECI! Za nami Oncology Days 2026!
3.06.2026
lek. Paulina Kalman
Repotrectinib w leczeniu zaawansowanych nowotworów litych z fuzjami NTRK: wyniki badania fazy 1/2 TRIDENT-1
26.05.2026
lek. Paulina Kalman
Nowe podejścia w odkrywaniu leków: od modeli zwierzęcych do systemów opartych na biologii człowieka
11.05.2026
Alina Kępka, Aleksandra Semeniuk-Wojtaś i in.
Sekwencja leczenia chorych na raka jelita grubego w stadium uogólnienia
11.02.2026
Onkologia.edu.pl
