Rechercher
image du produit
American Journal of Emergency Medicine, The

S'abonner

Reader comment regarding machine learning models to detect opioid misuse in emergency department patients at triage - 03/06/26

Doi : 10.1016/j.ajem.2026.05.016 
Christian Angelo I. Ventura a, ⁎ , Ava D. Cabanilla a, Edward E. Denton b
a Kansas College of Osteopathic Medicine, Kansas Health Science University, Wichita, KS 67202, United States of America 
b College of Medicine, University of Arkansas for Medical Science, Little Rock, AR 72205, United States of America 

⁎ Corresponding author at: Kansas College of Osteopathic Medicine, Kansas Health Science University, 217 E Douglas Ave, Wichita, KS 67202, United States of America. Kansas College of Osteopathic Medicine Kansas Health Science University 217 E Douglas Ave Wichita KS 67202 United States of America
Le texte complet de cet article est disponible en PDF.
Le texte complet de cet article est disponible en PDF.

Plan


© 2026  Elsevier Inc. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

    •

  • Contenu

    •

Vol 106

P. 137-138 - août 2026 Retour au numéro
Article précédent Article précédent
  • Practice changing articles: Multidose ondansetron after emergency visits in children with gastroenteritis
  • Ali Pourmand, Michael Gottlieb, Rachel E. Bridwell, Brit Long
| Article suivant Article suivant
  • The authors respond to reader comment regarding machine learning models to detect opioid misuse in emergency department patients at triage
  • Neeraj Chhabra, Usman Shahid, Natalie Parde, Majid Afshar, Niranjan S Karnik

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.