Development of prediction models of spontaneous ureteral stone passage through machine learning: Comparison with conventional statistical analysis

Park, Jee Soo ; Kim, Dong Wook ; et al.

In: PLoS ONE, Jg. 16 (2021-12-01), Heft 12, S. e0260517

Online academicJournal

Zugriff:

Volltext (PDF)

Volltext verfügbar nach Anmeldung bzw. im Campus-Netz.

Titel:	Development of prediction models of spontaneous ureteral stone passage through machine learning: Comparison with conventional statistical analysis
Autor/in / Beteiligte Person:	Park, Jee Soo ; Kim, Dong Wook ; Lee, Dongu ; Lee, Taeju ; Koo, Kyo Chul ; Han, Woong Kyu ; Chung, Byung Ha ; Lee, Kwang Suk
Link:	Volltext (PDF)
Zeitschrift:	PLoS ONE, Jg. 16 (2021-12-01), Heft 12, S. e0260517
Veröffentlichung:	2021
Medientyp:	academicJournal
ISSN:	1932-6203 (print)
DOI:	10.1371/journal.pone.0260517
Sonstiges:	Nachgewiesen in: Gale Health and Wellness Sprachen: English

Klicken Sie ein Format an und speichern Sie dann die Daten oder geben Sie eine Empfänger-Adresse ein und lassen Sie sich per Email zusenden.

BibTeX Citavi, JabRef, u.a.
(Literaturverwaltung)

PDF kein Volltext!
(Merkzettel, Notizen)

RIS Endnote, Citavi u.a.
(Literaturverwaltung)

MODS
(XML zur Weiterverarbeitung)

oder

Wählen Sie das für Sie passende Zitationsformat und kopieren Sie es dann in die Zwischenablage, lassen es sich per Mail zusenden oder speichern es als PDF-Datei.

Gewünschter Zitations-Stil:

oder

Bitte prüfen Sie, ob die Zitation formal korrekt ist, bevor Sie sie in einer Arbeit verwenden. Benutzen Sie gegebenenfalls den "Exportieren"-Dialog, wenn Sie ein Literaturverwaltungsprogramm verwenden und die Zitat-Angaben selbst formatieren wollen.