Rechercher
image du produit
Journal of Clinical Anesthesia

S'abonner

Constructing a prediction model for difficult intubation of obese patients based on machine learning - 25/05/21

Doi : 10.1016/j.jclinane.2021.110278 
Cheng-Mao Zhou, MD ⁎ , Qiong Xue, MS, Hao-Tian Ye, MD, Ying Wang, MD, Jianhua Tong, MS, Mu-Huo Ji, MD, Jian-Jun Yang, MD ⁎
 Department of Anesthesiology, Pain and Perioperative Medicine, The First Affiliated Hospital of Zhengzhou University, Zhengzhou 450000, China 

⁎Corresponding authors.
Le texte complet de cet article est disponible en PDF.

Keywords : Xgbc algorithm, Machine learning, AUC, Difficult intubation, Obese patients


Le texte complet de cet article est disponible en PDF.

Plan


© 2021  Elsevier Inc. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

    •

  • Contenu

    •

Vol 72

Article 110278- septembre 2021 Retour au numéro
Article précédent Article précédent
  • Characteristics of intraoperative emergencies and perspectives on operating room emergency responses in a large Academic Medical Center: A case series
  • Caoimhe C. Duffy, Joshua H. Atkins
| Article suivant Article suivant
  • Usefulness of point-of care coagulation testing in patient with hypofibrinogenemia undergoing microvascular reconstruction surgery for nasal cavity cancer: A case report
  • Yumiko Tamaki, Mitsuru Ida, Hideki Matsuura, Tadashi Nishiwada, Masahiko Kawaguchi

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.