基于LASSO变量选择联合贝叶斯网络构建恶性肿瘤相关急性肾损伤(AKI)风险预测模型

李阳, 陈晓泓, 王一梅, 胡家昌, 沈子妍, 沈波, 林静, 丁小强

复旦学报(医学版) ›› 2020, Vol. 47 ›› Issue (04) : 521-530.

PDF(4389 KB)
欢迎访问《复旦学报(医学版)》官方网站,今天是 分享到:
PDF(4389 KB)
复旦学报(医学版) ›› 2020, Vol. 47 ›› Issue (04) : 521-530. DOI: 10.3969/j.issn.1672-8467.2020.04.009
论著

基于LASSO变量选择联合贝叶斯网络构建恶性肿瘤相关急性肾损伤(AKI)风险预测模型

    {{javascript:window.custom_author_cn_index=0;}}
  • {{article.zuoZhe_CN}}
作者信息 +

Application of LASSO regression and Bayesian networks in exploring related factors of acute kidney injury(AKI)in cancer patients

    {{javascript:window.custom_author_en_index=0;}}
  • {{article.zuoZhe_EN}}
Author information +
文章历史 +

本文亮点

{{article.keyPoints_cn}}

HeighLight

{{article.keyPoints_en}}

摘要

{{article.zhaiyao_cn}}

Abstract

{{article.zhaiyao_en}}

关键词

Key words

本文二维码

引用本文

导出引用
{{article.zuoZheCn_L}}. {{article.title_cn}}[J]. {{journal.qiKanMingCheng_CN}}, 2020, 47(04): 521-530 https://doi.org/10.3969/j.issn.1672-8467.2020.04.009
{{article.zuoZheEn_L}}. {{article.title_en}}[J]. {{journal.qiKanMingCheng_EN}}, 2020, 47(04): 521-530 https://doi.org/10.3969/j.issn.1672-8467.2020.04.009
中图分类号:

参考文献

参考文献

{{article.reference}}

基金

版权

{{article.copyrightStatement_cn}}
{{article.copyrightLicense_cn}}
PDF(4389 KB)

Accesses

Citation

Detail

段落导航
相关文章

/