Rechercher
image du produit
Journal of the American Academy of Dermatology

S'abonner

62310 A Machine Learning Model for Early Detection of Mycosis Fungoides: Distinguishing CTCL from Benign Dermatoses - 02/09/25

Doi : 10.1016/j.jaad.2025.05.038 
Sophia Luyten, BS
 Columbia University Vagelos College of Physicians and Surgeons 

Emily R. Gordon, BA
 Columbia University Vagelos College of Physicians and Surgeons 

Sara Suhl, BS
 Columbia University Vagelos College of Physicians and Surgeons 

Alexander Kaminsky, BS
 Columbia University Vagelos College of Physicians and Surgeons 

Abigail Marx, BS, MPH
 Columbia University Vagelos College of Physicians and Surgeons 

Ikenna David Nebo, BA
 Columbia University Vagelos College of Physicians and Surgeons 

Oluwaseyi Adeuyan, BS
 Columbia University Vagelos College of Physicians and Surgeons 

Celine M. Schreidah, MD, MS
 Memorial Sloane Kettering Cancer Center 

Larisa J. Geskin, MD
 Department of Dermatology, Columbia University Irving Medical Center 

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

 Commercial Disclosure: NA.


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

    Export citations

  • Fichier

    •

  • Contenu

    •

Vol 93 - N° 3S

P. AB8 - septembre 2025 Retour au numéro
Article précédent Article précédent
  • 63465 A Comparison of the Risk of Major Cardiovascular Events, Venous Thromboembolism, Serious Infections, and Malignancies Among Patients With Vitiligo in the United States Using Real-World Data
  • Brett King, Viktoria Eleftheriadou, Claire C. Bristow, Danielle M. Conrad, Nada Elbuluk, Albert Wolkerstorfer, Harvey Lui, Emma Yue, Sarah Ofori, Thierry Passeron, Iltefat Hamzavi
| Article suivant Article suivant
  • 62420 A Multicenter Retrospective Cohort Study Evaluating the Impact of Tranexamic Acid on Melanoma Risk
  • Madelyn Schmidt, Marie Vu, Michael Wilkerson

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.