Hochschulschrift
Vorhersage der Überlebenswahrscheinlichkeit für Patientenuntergruppen mit hochdimensionalen Daten am Beispiel zweier Lungenkrebskohorten
- Standort
-
Deutsche Nationalbibliothek Frankfurt am Main
- Umfang
-
Online-Ressource
- Sprache
-
Deutsch
- Anmerkungen
-
Dortmund, Technische Universität, Diss., 2013
- Schlagwort
-
Untergruppe
Lungenkrebs
Patient
Prognose
Überleben
Hochdimensionale Daten
Wahrscheinlichkeit
Überlebenszeit
Variable
Hirnkrankheit
Neuropsychiatrie
Nervenkrankheit
- Ereignis
-
Veröffentlichung
- (wo)
-
Dortmund
- (wer)
-
Universitätsbibliothek Dortmund
- (wann)
-
2013
- Urheber
- Beteiligte Personen und Organisationen
-
Rahnenführer, Jörg
Ickstadt, Katja
- Handle
-
2003/31173
- URN
-
urn:nbn:de:101:1-201605123504
- Rechteinformation
-
Der Zugriff auf das Objekt ist unbeschränkt möglich.
- Letzte Aktualisierung
-
14.08.2025, 10:46 MESZ
Datenpartner
Dieses Objekt wird bereitgestellt von:
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Objekttyp
- Hochschulschrift
Beteiligte
- Netzer, Christian
- Rahnenführer, Jörg
- Ickstadt, Katja
- Universitätsbibliothek Dortmund
Entstanden
- 2013
Ähnliche Objekte (12)
Improving adaptive seamless designs through Bayesian optimization
Weighted Cox regression for the prediction of heterogeneous patient subgroups
Hybrid clustering for microarray image analysis combining intensity and shape features
Improving adaptive seamless designs through Bayesian optimization
Statistische Analyse von MCC-IMS-Messungen
Subgroup analyses and investigations of treatment effect heterogeneity in clinical dose-finding trials
Methods to characterize the behaviour of optimization algorithms
Statistische Methoden zur Identifikation von Patientensubgruppen aus Hochdurchsatzdaten
Finite Bayesian mixture models with applications in spatial cluster analysis and bioinformatics
Statistische Analyse und Modellierung von Clusterphänomenen bei Signalproteinen in der Plasmamembran
Ein Score-Test auf Messfehler in Ratingmigrationen
Klassifikation von Brustkrebspatientinnen anhand vorausgewählter Gene mit charakteristischer Expressionsverteilung
Improving adaptive seamless designs through Bayesian optimization
Weighted Cox regression for the prediction of heterogeneous patient subgroups
Hybrid clustering for microarray image analysis combining intensity and shape features
Improving adaptive seamless designs through Bayesian optimization
Statistische Analyse von MCC-IMS-Messungen
Subgroup analyses and investigations of treatment effect heterogeneity in clinical dose-finding trials
Methods to characterize the behaviour of optimization algorithms
Statistische Methoden zur Identifikation von Patientensubgruppen aus Hochdurchsatzdaten
Finite Bayesian mixture models with applications in spatial cluster analysis and bioinformatics
Statistische Analyse und Modellierung von Clusterphänomenen bei Signalproteinen in der Plasmamembran
Ein Score-Test auf Messfehler in Ratingmigrationen
Klassifikation von Brustkrebspatientinnen anhand vorausgewählter Gene mit charakteristischer Expressionsverteilung
Improving adaptive seamless designs through Bayesian optimization
Weighted Cox regression for the prediction of heterogeneous patient subgroups
Hybrid clustering for microarray image analysis combining intensity and shape features
Improving adaptive seamless designs through Bayesian optimization
Statistische Analyse von MCC-IMS-Messungen
Subgroup analyses and investigations of treatment effect heterogeneity in clinical dose-finding trials
Methods to characterize the behaviour of optimization algorithms
Statistische Methoden zur Identifikation von Patientensubgruppen aus Hochdurchsatzdaten
Finite Bayesian mixture models with applications in spatial cluster analysis and bioinformatics
Statistische Analyse und Modellierung von Clusterphänomenen bei Signalproteinen in der Plasmamembran
Ein Score-Test auf Messfehler in Ratingmigrationen