pyAKI - An Open Source Solution to Automated KDIGO classification
Porschen C; Ernsting J; Brauckmann P; Weiss R; Würdemann T; Booke H; Amini W; Maidowski L; Risse B; Hahn T; Groote T
Forschungsartikel in Online-Sammlung | Preprint | Peer reviewedDetails zur Publikation
Name des Repositoriums: https://arxiv.org
Status: Veröffentlicht
Veröffentlichungsjahr: 2024
Sprache, in der die Publikation verfasst ist: Englisch
Link zum Volltext: https://arxiv.org/abs/2401.12930
Stichwörter: KDIGO
Autor*innen der Universität Münster
| Ernsting, Jan | Institut für Geoinformatik (ifgi) |
| Groote, Thilo Caspar | Klinik für Anästhesiologie, operative Intensivmedizin und Schmerztherapie |
| Hahn, Tim | Institut für Translationale Psychiatrie |
| Porschen, Christian | Klinik für Anästhesiologie, operative Intensivmedizin und Schmerztherapie |
| Risse, Benjamin | Professur für Geoinformatics for Sustainable Development (Prof. Risse) |