Interpretable machine learning model for prediction of overall survival in laryngeal cancer

Hyväksytty

Luokittelutiedot

OKM-julkaisutyyppi
A1 Alkuperäisartikkeli tieteellisessä aikakauslehdessä (vertaisarvioitu)
Julkaisun muoto
Artikkeli
Kohderyhmä
Tieteellinen
Vertaisarvioitu
Vertaisarvioitu
Artikkelityyppi
Alkuperäisartikkeli
Emojulkaisun tyyppi
Lehti

Julkaisun tekijät

Tekijöiden lukumäärä
5
Tekijät
Alabi, Rasheed Omobolaji; Almangush, Alhadi; Elmusrati, Mohammed; Leivo, Ilmo; Mäkitie, Antti A.
Paikalliset tekijät
Tekijä
Alabi, Rasheed Omobolaji

Julkaisukanavan tiedot

Lehden/sarjan nimi
Acta oto-laryngologica
ISSN-P (painettu)
0001-6489
ISSN-E (elektroninen)
1651-2251
ISSN-L (linking)
0001-6489
Kustantaja
Taylor & Francis
Julkaisun JUFO ID
50329
Julkaisun JUFO-taso
1
Julkaisu on FT-listalla
Ei
Julkaisun SNIP-taso
0.88
Julkaisumaa
Norja
Kansainvälisyys
Kyllä

Julkaisun tarkemmat tiedot

Julkaisuvuosi
2024
Ilmoitusvuosi
2024
Lehden/sarjan numero
Published online: 27 Jan 2024
Sivunumerot
1-7
DOI
10.1080/00016489.2023.2301648
Julkaisukieli
englanti

Yhteisjulkaisutiedot

Kansainvälinen yhteisjulkaisu
Kyllä
Yhteisjulkaisu yrityksen kanssa
Ei

Saatavuustiedot

Luokitukset ja lisätiedot

OKM-tieteenalaluokitus
3111 Biolääketieteet, 318 Lääketieteen bioteknologia
Avainsanat
deep learning; DeepTables; laryngeal cancer; laryngeal squamous cell carcinoma; Machine learning; overall survival; sEER; stacked ensemble; voting ensemble; XGBoost

Rahoittajatiedot

Rahoitustiedot julkaisussa
The Sigrid Jusélius Foundation. State funding for the Helsinki University Hospital. Finska Läkaresällskapet.

Lähdetietokantojen tunnukset

WoS -tunniste
WOS:001150575300001
Scopus -tunniste
Scopus:85183912178