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.
19.06.2026
Onkologia.edu.pl
OECI Oncology Days 2026 w Warszawie. Europejska debata o jakości opieki onkologicznej
18.06.2026
lek. Paulina Kalman
Nowe punkty końcowe badań klinicznych w chorobie oligometastatycznej – konsensus EORTC–ESTRO
3.06.2026
Onkologia.edu.pl
Jak postęp naukowy zmienia leczenie raka płuca? | Nowy odcinek OnkoTalks
29.05.2026
Adam Wdowiak
Immunoterapia ratuje życie. Od przełomu naukowego do codziennej praktyki
11.05.2026
Onkologia.edu.pl
Środowisko naukowe apeluje o zwiększenie finansowania nauki do 3% PKB
24.03.2026
dr Artur Kokoszkiewicz
