CareLit CareLitFachliteratur für Gesundheitsberufe
CareLit · DOI-Nachweis · Zeitschrift für Geburtshilfe und Neonatologie

Machine-Learning-basierte Integration von Biomarkern und klinischen Parametern zur optimierten Risikostratifizierung der neonatalen Sepsis

P Fischer, S Holzapfel, J Preßler, L Ammon, L Bastian, H Michel, EÖ Elsen, S Wellmann · Zeitschrift für Geburtshilfe und Neonatologie · Ausgabe 03/2026 · S. S115-S116

DOI 10.1055/s-0046-1823554

Bibliografische Angaben

Nachweis in CareLit

Autor:innenP Fischer, S Holzapfel, J Preßler, L Ammon, L Bastian, H Michel, EÖ Elsen, S Wellmann
ZeitschriftZeitschrift für Geburtshilfe und Neonatologie
Ausgabe03/2026
Jahrgang / SeitenJg. 230 · S. S115-S116

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

P Fischer, S Holzapfel, J Preßler, L Ammon, L Bastian, H Michel, EÖ Elsen, S Wellmann (2026) Machine-Learning-basierte Integration von Biomarkern und klinischen Parametern zur optimierten Risikostratifizierung der neonatalen Sepsis. Zeitschrift für Geburtshilfe und Neonatologie, 230 (03), S115-S116. https://doi.org/10.1055/s-0046-1823554

Mit CareLit weiterarbeiten

Volltext, Abstract und ähnliche Literatur