Predicting postoperative surgical site infection with administrative data: a random forests algorithm

Standort
Deutsche Nationalbibliothek Frankfurt am Main
ISSN
1471-2288
Umfang
Online-Ressource
Sprache
Englisch
Anmerkungen
online resource.

Erschienen in
Predicting postoperative surgical site infection with administrative data: a random forests algorithm ; volume:21 ; number:1 ; day:28 ; month:8 ; year:2021 ; pages:1-11 ; date:12.2021
BMC medical research methodology ; 21, Heft 1 (28.8.2021), 1-11, 12.2021

Urheber
Petrosyan, Yelena
Thavorn, Kednapa
Smith, Glenys
Maclure, Malcolm
Preston, Roanne
Walravan, Carl van
Forster, Alan J.
Beteiligte Personen und Organisationen
SpringerLink (Online service)

DOI
10.1186/s12874-021-01369-9
URN
urn:nbn:de:101:1-2021111307140552047458
Rechteinformation
Open Access; Der Zugriff auf das Objekt ist unbeschränkt möglich.
Letzte Aktualisierung
15.08.2025, 07:36 MESZ

Datenpartner

Dieses Objekt wird bereitgestellt von:
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.

Beteiligte

  • Petrosyan, Yelena
  • Thavorn, Kednapa
  • Smith, Glenys
  • Maclure, Malcolm
  • Preston, Roanne
  • Walravan, Carl van
  • Forster, Alan J.
  • SpringerLink (Online service)

Ähnliche Objekte (12)