To investigate survival outcomes and recurrence patterns using machine learning in patients with salivary gland malignant tumor (SGMT) undergoing adjuvant chemoradiotherapy (CRT).
Prediction of recurrence by Machine learning in salivary gland cancer patients after adjuvant (chemo)radiotherapy / DE Felice, Francesca; Valentini, Valentino; DE Vincentiis, Marco; DI Gioia, Cira Rosaria Tiziana; Musio, Daniela; Tummulo, Aida Angela; Ricci, Ludovica Isabella; Converti, Valeria; Mezi, Silvia; Messineo, Daniela; Tenore, Gianluca; Della Monaca, Marco; Ralli, Massimo; Vullo, Francesco; Botticelli, Andrea; Brauner, Edoardo; Priore, Paolo; Romeo, Umberto; Marchetti, Paolo; Della Rocca, Carlo; Polimeni, Antonella; Tombolini, Vincenzo. - In: IN VIVO. - ISSN 0258-851X. - 35:6(2021), pp. 3355-3360. [10.21873/invivo.12633]
Prediction of recurrence by Machine learning in salivary gland cancer patients after adjuvant (chemo)radiotherapy
DE Felice, Francesca
Primo
;Valentini, ValentinoSecondo
;DE Vincentiis, Marco;DI Gioia, Cira Rosaria Tiziana;Converti, Valeria;Mezi, Silvia;Messineo, Daniela;Tenore, Gianluca;Della Monaca, Marco;Ralli, Massimo;Vullo, Francesco;Botticelli, Andrea;Brauner, Edoardo;Priore, Paolo;Umberto, Romeo;Marchetti, Paolo;Della Rocca, Carlo;Polimeni, AntonellaPenultimo
;Tombolini, VincenzoUltimo
2021
Abstract
To investigate survival outcomes and recurrence patterns using machine learning in patients with salivary gland malignant tumor (SGMT) undergoing adjuvant chemoradiotherapy (CRT).| File | Dimensione | Formato | |
|---|---|---|---|
|
De-Felice_Prediction_2021.pdf
accesso aperto
Note: articolo dal sito della rivista: https://iv.iiarjournals.org/content/35/6/3355.long
Tipologia:
Versione editoriale (versione pubblicata con il layout dell'editore)
Licenza:
Tutti i diritti riservati (All rights reserved)
Dimensione
470.14 kB
Formato
Adobe PDF
|
470.14 kB | Adobe PDF |
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
