Correction: Predicting childhood obesity using electronic health records and publicly available data
Autoři:
Robert Hammond; Rodoniki Athanasiadou; Silvia Curado; Yindalon Aphinyanaphongs; Courtney Abrams; Mary Jo Messito; Rachel Gross; Michelle Katzow; Melanie Jay; Narges Razavian; Brian Elbel
Vyšlo v časopise:
PLoS ONE 14(10)
Kategorie:
Correction
doi:
https://doi.org/10.1371/journal.pone.0223796
Zdroje
1. Hammond R, Athanasiadou R, Curado S, Aphinyanaphongs Y, Abrams C, Messito MJ, et al. (2019) Predicting childhood obesity using electronic health records and publicly available data. PLoS ONE 14(4): e0215571. https://doi.org/10.1371/journal.pone.0215571 31009509
Článek vyšel v časopise
PLOS One
2019 Číslo 10
- S diagnostikou Parkinsonovy nemoci může nově pomoci AI nástroj pro hodnocení mrkacího reflexu
- Je libo čepici místo mozkového implantátu?
- Pomůže v budoucnu s triáží na pohotovostech umělá inteligence?
- AI může chirurgům poskytnout cenná data i zpětnou vazbu v reálném čase
- Nová metoda odlišení nádorové tkáně může zpřesnit resekci glioblastomů
Nejčtenější v tomto čísle
- Correction: Low dose naltrexone: Effects on medication in rheumatoid and seropositive arthritis. A nationwide register-based controlled quasi-experimental before-after study
- Combining CDK4/6 inhibitors ribociclib and palbociclib with cytotoxic agents does not enhance cytotoxicity
- Experimentally validated simulation of coronary stents considering different dogboning ratios and asymmetric stent positioning
- Risk factors associated with IgA vasculitis with nephritis (Henoch–Schönlein purpura nephritis) progressing to unfavorable outcomes: A meta-analysis
Zvyšte si kvalifikaci online z pohodlí domova
Všechny kurzy