Zum Hauptinhalt springen
Hochschulbibliothek der Hochschule Düsseldorf

Suchergebnisse

Katalog

Mehr
9 Treffer

Suchmaske

Suchtipp für den Bereich Mehr: Wörter werden automatisch mit UND verknüpft. Eine ODER-Verknüpfung erreicht man mit dem Zeichen "|", eine NICHT-Verknüpfung mit einem "-" (Minus) vor einem Wort. Anführungszeichen ermöglichen eine Phrasensuche.
Beispiele: (burg | schloss) -mittelalter, "berufliche bildung"

Das folgende Suchfeld wird hier nicht unterstützt: "Signatur".

Suchergebnisse einschränken oder erweitern

Aktive Suchfilter

Erscheinungszeitraum

Mehr Treffer

Weniger Treffer

Art der Quelle

Thema

Publikation

Sprache

Inhaltsanbieter

9 Treffer

Sortierung: 
  1. Detailansicht für Treffer 1 öffnen
    A Machine Learning Algorithm to Predict Severe Sepsis and Septic Shock: Development, Implementation, and Impact on Clinical Practice.
    Giannini, HM ; Ginestra, JC ; et al.
    In: Critical care medicine, Jg. 47 (2019-11-01), Heft 11, S. 1485-1492
    Online academicJournal
    Zugriff:
    Full Text Finder (Volltext)
    Wie komme ich dran?
  2. Detailansicht für Treffer 2 öffnen
    Heart rate variability based machine learning models for risk prediction of suspected sepsis patients in the emergency department.
    Chiew, CJ ; Liu, N ; et al.
    In: Medicine, Jg. 98 (2019-02-01), Heft 6, S. e14197
    Online academicJournal
    Zugriff:
    Full Text Finder (Volltext)
    Wie komme ich dran?
  3. Detailansicht für Treffer 3 öffnen
    An Interpretable Machine Learning Model for Accurate Prediction of Sepsis in the ICU.
    Nemati, S ; Holder, A ; et al.
    In: Critical care medicine, Jg. 46 (2018-04-01), Heft 4, S. 547-553
    Online academicJournal
    Zugriff:
    Full Text Finder (Volltext)
    Wie komme ich dran?
  4. Detailansicht für Treffer 4 öffnen
    Postimplementation Evaluation of a Machine Learning-Based Deterioration Risk Alert to Enhance Sepsis Outcome Improvements.
    Linnen, DT ; Hu, X ; et al.
    In: Nursing administration quarterly, Jg. 44 (2020-10-01), Heft 4, S. 336-346
    academicJournal
    Wie komme ich dran?
  5. Detailansicht für Treffer 5 öffnen
    A Time-Phased Machine Learning Model for Real-Time Prediction of Sepsis in Critical Care.
    Li, X ; Xu, X ; et al.
    In: Critical care medicine, Jg. 48 (2020-10-01), Heft 10, S. e884-e888
    Online academicJournal
    Zugriff:
    Full Text Finder (Volltext)
    Wie komme ich dran?
  6. Detailansicht für Treffer 6 öffnen
    Clinician Perception of a Machine Learning-Based Early Warning System Designed to Predict Severe Sepsis and Septic Shock.
    Ginestra, JC ; Giannini, HM ; et al.
    In: Critical care medicine, Jg. 47 (2019-11-01), Heft 11, S. 1477-1484
    Online academicJournal
    Zugriff:
    Full Text Finder (Volltext)
    Wie komme ich dran?
  7. Detailansicht für Treffer 7 öffnen
    Early Prediction of Sepsis From Clinical Data Using Ratio and Power-Based Features.
    Nesaragi, N ; Patidar, S
    In: Critical care medicine, Jg. 48 (2020-12-01), Heft 12, S. e1343-e1349
    Online academicJournal
    Zugriff:
    Full Text Finder (Volltext)
    Wie komme ich dran?
  8. Detailansicht für Treffer 8 öffnen
    Can Artificial Intelligence Be Utilized to Predict Real-Time Adverse Outcomes in Individuals Arriving at the Emergency Department With Hyperglycemic Crises? Implications for APRN Practice.
    Bhimani, Alisha Amin ; Frenkel, Tova Safier ; et al.
    In: Advanced Emergency Nursing Journal, Jg. 46 (2024-04-01), Heft 2, S. 93-100
    academicJournal
    Wie komme ich dran?
  9. Detailansicht für Treffer 9 öffnen
    Victories and Opportunities in the Surviving Sepsis Campaign's Antibiotic Timing Guidance.
    Klompas, Michael ; Rhee, Chanu
    In: Critical Care Medicine, Jg. 52 (2024-07-01), Heft 7, S. 1139-1142
    academicJournal
    Wie komme ich dran?

Weitere Bibliothekskataloge

xs 0 - 576
sm 576 - 768
md 768 - 992
lg 992 - 1200
xl 1200 - 1366
xxl 1366 -