S'abonner

PREDICTING POST-ERCP PANCREATITIS USING MACHINE LEARNING: RISK STRATIFICATION AND FEATURE IMPORTANCE ANALYSIS - 02/05/25

Doi : 10.1016/j.gie.2025.03.034 
Erfan Arabpour, Seyed Amir Ahmad Safavi-Naini, Nicholas Hoerter, Girish N. Nadkarni, Amir Sadeghi, Ali Soroush

Le texte complet de cet article est disponible en PDF.

CONTROL ID: 4250589

Le texte complet de cet article est disponible en PDF.

Plan


© 2025  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 101 - N° 5S

P. S16-S17 - mai 2025 Retour au numéro
Article précédent Article précédent
  • CHATGPT 4.0: AN AI TOOL FOR EDUCATION AND MANAGEMENT OF PATIENTS WITH PANCREATIC CYSTS
  • Frances Dang, Shoujit Banerjee, Andy Lin, Trevor A. McCracken, Amirali Tavangar, David L. Cheung, Christopher Paiji, Jason Samarasena
| Article suivant Article suivant
  • CAN VISION LANGUAGE MODELS SEE WHAT THEY SAY? INVESTIGATING MODEL ATTENTION IN ULCERATIVE COLITIS SEVERITY SCORING AND COLORECTAL POLYP DETECTION
  • Seyed Amir Ahmad Safavi-Naini, Negar Golestani, Dorsa Alijanzadeh, Mohammad Amin Khalafi, Nicholas Hoerter, Elahe Meftah, Jamil Samaan, Nicholas Tatonetti, Girish N. Nadkarni, Shabnam Shahrokh, Ali Soroush

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

Mon compte


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.