Rechercher
image du produit
American Journal of Obstetrics and Gynecology

S'abonner

629: MFMU Calculator versus machine learning techniques for predicting VBAC success – Which model works best? - 01/01/20

Doi : 10.1016/j.ajog.2019.11.645 
Raanan Meyer 1, Natav Hendin 2, Michal Zamir 2, NIzan Mor 2, Eyal Sivan 3, Yair J. Blumenfeld 4, Dvir Aran 5, Abraham Tsur 4
1 The Department of Obstetrics and Gynecology, the Chaim Sheba Medical Center, Ramat-Gan, Israel 
2 The Sackler Faculty of Medicine, Tel-Aviv University, Tel Aviv, Israel 
3 Sheba Medical Center, Tel-Hashomer, Ramat-Gan, Israel 
4 Stanford University, Stanford, CA 
5 Technion-Israel Institute of Technology, Haifa, Israel 

Le texte complet de cet article est disponible en PDF.
Le texte complet de cet article est disponible en PDF.

Plan


© 2019  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

    •

  • Contenu

    •

Vol 222 - N° 1S

P. S401-S402 - janvier 2020 Retour au numéro
Article précédent Article précédent
  • 628: Do women who delivered at 34-36 weeks need serial transvaginal ultrasound cervical lengths?
  • Amen Ness, Jane Chueh, Jonathan A. Mayo, Gary M. Shaw, Yasser El Sayed, David K. Stevenson
| Article suivant Article suivant
  • 630: Impact of the mode of conception on pregnancy complications at very advanced maternal age
  • Raanan Meyer, Raoul Orvieto, Shlomi Toussia-Cohen, Alon Kedem, Michal J. Simchen, Ronit Machtinger

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Elsevier s'engage à rendre ses eBooks accessibles et à se conformer aux lois applicables. Compte tenu de notre vaste bibliothèque de titres, il existe des cas où rendre un livre électronique entièrement accessible présente des défis uniques et l'inclusion de fonctionnalités complètes pourrait transformer sa nature au point de ne plus servir son objectif principal ou d'entraîner un fardeau disproportionné pour l'éditeur. Par conséquent, l'accessibilité de cet eBook peut être limitée. Voir plus

Accès rapides

Mon compte

Aide & support

Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.

Tout le contenu de ce site: Copyright © 2026 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.