S'abonner

Improving Robustness and Interpretability of Models — Including Machine Learning — in Orthopedics through Data Preprocessing - 10/10/25

Doi : 10.1016/j.otsr.2025.104390 
Baptiste Boukebous a, b, ⁎ , Jacques-Emmanuel Galimard c, David Biau b, d
a AP-HP - Orthopédie et Traumatologie, Hôpital Beaujon 100 Bd du Général Leclerc, Clichy 92110, France 
b Université Paris Cité, Paris, France 
c EBMT Paris Study Unit, Hôpital Saint Antoine, Paris, France 
d AP-HP, Paris, Orthopédie et Traumatologie, Hôpital Cochin 25 Rue du Faubourg Saint-Jacques, Paris 75014, France 

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

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 111 - N° 6

Article 104390- octobre 2025 Retour au numéro
Article précédent Article précédent
  • Controversies in osteo-articular infections: Interest of new technologies and older procedures revisited
  • Florence Aïm, Guillaume Auberger, Philippe Clavert, Simon Marmor
| Article suivant Article suivant
  • A nine-year retrospective study of bacterial epidemiology and culture optimization in four orthopaedic surgery departments
  • Sylvain Robinet, François Parisot, Arnaud Clavé

Bienvenue sur EM-consulte, la référence des professionnels de santé.

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.