MACHINE LEARNING NELLA PREDIZIONE PROGNOSTICA DELLA SEPSI: RILEVANZA DELLE ACQUAPORINE AQP3 E AQP9 COME BIOMARCATORI.
SABBATELLI, SARA
2023/2024
File in questo prodotto:
| File | Dimensione | Formato | |
|---|---|---|---|
|
Tesi_SabbatelliS.pdf
File consultabile da postazioni biblioteca
Descrizione: L’elevata criticità riscontrata nella predizione prognostica della sepsi rende questa patologia estremamente difficile da trattare. I nuovi algoritmi di machine learning e specifici indicatori fa presupporre un ampio margine di miglioramento.
Dimensione
2.88 MB
Formato
Adobe PDF
|
2.88 MB | Adobe PDF |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento:
https://hdl.handle.net/20.500.14253/66953