Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Machine Learning to Predict Stent Restenosis Based on Daily Demographic, Clinical, and Angiographic Characteristics
47
Zitationen
9
Autoren
2020
Jahr
Abstract
Für dieses Paper ist kein Abstract in der Datenbank hinterlegt.
Abstract beim Verlag einsehenÄhnliche Arbeiten
Inter-Society Consensus for the Management of Peripheral Arterial Disease (TASC II)
2007 · 8.149 Zit.
2018 ESC/EACTS Guidelines on myocardial revascularization
2018 · 7.051 Zit.
Efficacy and safety of more intensive lowering of LDL cholesterol: a meta-analysis of data from 170 000 participants in 26 randomised trials
2010 · 6.396 Zit.
Clinical End Points in Coronary Stent Trials
2007 · 5.407 Zit.
2020 ESC Guidelines for the management of acute coronary syndromes in patients presenting without persistent ST-segment elevation
2020 · 4.990 Zit.
Autoren
Institutionen
- Universidad de Salamanca(ES)
- Instituto de Salud Carlos III(ES)
- Centro de Investigación en Red en Enfermedades Cardiovasculares(ES)
- Instituto de Investigación Biomédica de Salamanca(ES)
- Philips (Spain)(ES)
- Hospital Clínico Universitario Virgen de la Victoria(ES)
- Instituto de Investigación Biomédica de Málaga(ES)
- Universidad de Málaga(ES)
- Hospital Clínico Universitario de Valladolid(ES)
- Universidad Complutense de Madrid(ES)
- Hospital General Universitario Gregorio Marañón(ES)