Andreas Lauritzen
Postdoc
Machine Learning
Universitetsparken 1
2100 København Ø
ORCID: 0000-0002-0638-0126
1 - 1 ud af 1Pr. side: 50
- 2021
- Udgivet
Developing and validating COVID-19 adverse outcome risk prediction models from a bi-national European cohort of 5594 patients
Jimenez-Solem, E., Petersen, T. S., Hansen, C., Hansen, C., Lioma, C., Igel, C., Boomsma, W., Krause, O., Lorenzen, S., Selvan, R., Petersen, J., Nyeland, M. E., Ankarfeldt, M. Z., Virenfeldt, G. M., Winther-Jensen, M., Linneberg, A., Ghazi, M. M., Detlefsen, N., Lauritzen, A. D., Smith, A. G. & 15 flere, , 2021, I: Scientific Reports. 11, 1, 12 s., 3246.Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt
ID: 203829056
Flest downloads
-
240
downloads
Developing and validating COVID-19 adverse outcome risk prediction models from a bi-national European cohort of 5594 patients
Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt
Udgivet -
20
downloads
Preserved blood-brain barrier and neurovascular coupling in female 5xFAD model of Alzheimer's disease
Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt
Udgivet -
19
downloads
An Artificial Intelligence–based Mammography Screening Protocol for Breast Cancer: Outcome and Radiologist Workload
Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt
Udgivet