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.
17.07.2026
Marta Kwaśnicka
Prof. Beata Jagielska: nowoczesna onkologia to technologia, współpraca i kompleksowa opieka
15.07.2026
Emil Zawieja
Czy onkopierwiastki mogą wykryć nowotwór? | Nowy odcinek OnkoTalks
20.03.2026
Nauka w Polsce
20 projektów najmłodszych naukowców powalczy o reprezentowanie Polski w konkursie EUCYS
20.03.2026
Adam Trojańczyk
Quiet cracking w medycynie. Ciche pękanie lekarzy i pielęgniarek
18.03.2026
dr Artur Kokoszkiewicz
