CareLit · DOI-Nachweis · Senologie - Zeitschrift für Mammadiagnostik und -therapie
Machine learning to predict the individual Risk of Treatment-relevant Toxicity for Breast Cancer Patients undergoing Neoadjuvant Systemic Treatment
DOI 10.1055/s-0044-1786077
Bibliografische Angaben
Nachweis in CareLit
Autor:innenL. Cai, T. M. Duetsch, C. Sidey-Gibbons, M. Kobel, F. Riedel, K. Smetanay, C. Fremd, L. Michel, M. Golatta, J. Heil, A. Schneeweiss, A. Pfob
ZeitschriftSenologie - Zeitschrift für Mammadiagnostik und -therapie
Ausgabe02/2024
Jahrgang / SeitenJg. 21 · S. e5
Kernaussage aus der Literatur
Abstract-Vorschau
Für diesen Datensatz sind bibliografische Angaben hinterlegt. Weitere Inhalte und passende Literatur stehen in der CareLit-Recherche bereit.
Zitieren
Zitierempfehlung
L. Cai, T. M. Duetsch, C. Sidey-Gibbons, M. Kobel, F. Riedel, K. Smetanay, C. Fremd, L. Michel, M. Golatta, J. Heil, A. Schneeweiss, A. Pfob (2024) Machine learning to predict the individual Risk of Treatment-relevant Toxicity for Breast Cancer Patients undergoing Neoadjuvant Systemic Treatment. Senologie - Zeitschrift für Mammadiagnostik und -therapie, 21 (02), e5. https://doi.org/10.1055/s-0044-1786077
Mit CareLit weiterarbeiten